基于garch模型的滬深300指數(shù)收盤價波動性分析

基于garch模型的滬深300指數(shù)收盤價波動性分析

ID:10096293

大小:27.00 KB

頁數(shù):5頁

時間:2018-05-25

基于garch模型的滬深300指數(shù)收盤價波動性分析_第1頁
基于garch模型的滬深300指數(shù)收盤價波動性分析_第2頁
基于garch模型的滬深300指數(shù)收盤價波動性分析_第3頁
基于garch模型的滬深300指數(shù)收盤價波動性分析_第4頁
基于garch模型的滬深300指數(shù)收盤價波動性分析_第5頁
資源描述:

《基于garch模型的滬深300指數(shù)收盤價波動性分析》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、基于GARCH模型的滬深300指數(shù)收盤價波動性分析近年來,我國有不少股指掛鉤的理財產品推出,但是,股指價格的波動性給投資者帶來了較大的風險。該文著力研究我國滬深300指數(shù)的波動特征,了解波動的不對稱性,掌握我國市場存在杠桿效應等等。本文基于2005~2013年的滬深300指數(shù)收盤價的日度數(shù)據(jù),采用GARCH(1,1)、GARCH-M、TARCH、EGARCH模型對滬深300指數(shù)收盤價的波動性進行分析,對于投資者預測走勢以及做出相關決策都具有重大的意義。股市市場充滿了不確定性,市場形勢處于不斷變化的過程中,當今社會快速傳播的信息,迅速流動的資本都會使得股票價格不斷變化,變

2、化的股票價格也會影響市場,兩者相互影響相互傳到,其波動性是衡量股票市場質量及效率的主要參考。正常幅度范圍內的波動有利于活躍市場,使市場能持續(xù)進行。但過于頻繁的大幅度波動則會增加市場風險,影響投資者判斷,不利于市場的良好運作。本文著力研究我國滬深股指波動特征,了解波動不對稱性,掌握我國市場存在杠桿效應等等,對我國政府管理層以及廣大的投資者均具有很強的現(xiàn)實意義。一、文獻綜述5近30年時GARCH族模型高速發(fā)展的階段,國外許多學者在應用模型分析本國股市價格、指數(shù)等,均得出了存在條件異方差性的結論。無論是Engle和Ng(1993)針對日本市場,還是Gallant以及Danie

3、lson(1994)針對標普500指數(shù)均應用GARCH族模型證明了GARCH族較好的模擬性。針對我國國內發(fā)展的新興股市,劉金全(2002)證實了我國股票市場的溢出及杠桿效應。仝玉民(2009)、等證實GARCH族模型能夠較好擬合我國證券市場收益率的波動性。本文選取2006年10月30日至2012年4月19日的滬深300指數(shù),是為了盡可能的擴大樣本量,力爭還原較為準確的我國股市波動性分析,以完善目前的研究。通過文獻研究發(fā)現(xiàn),GARCH(1,1)對無條件波動預測準確,TARCH(1,1)和EARCH(1,1)對波動性的非對稱性衡量準確,這也是本文所采取的研究理論基礎。二、數(shù)

4、據(jù)的說明和模型的設定(一)數(shù)據(jù)說明因為本文選取滬深300指數(shù)收盤價格進行指數(shù)波動性的研究,區(qū)間為2005年8月4號至2013年12月4號。對滬深300指數(shù)收盤價格建立序列(hs300)。為了減少數(shù)據(jù)的趨勢性,將數(shù)據(jù)進行對數(shù)化處理生成序列l(wèi)hs300。(二)GARCH模型的構建與估計5序列單位根檢驗。觀察序列l(wèi)hs300的圖形并進行單位根檢驗發(fā)現(xiàn)lsh300序列不平穩(wěn),對它進行一階差分生成dlsh300序列。再觀察序列dlhs300的圖形并進行單位根檢驗,序列平穩(wěn)。檢驗ARCH效應。觀察dlhs300的自相關圖,可以看出無自相關性。因此直接將dlhs300對常數(shù)回歸:得到

5、殘差序列。殘差平方序列在滯后高階都不異于0,即存在自相關性。進一步進行LM檢驗,這里選取7為滯后階數(shù)。結果得出所對應的p值是0,因此dlhs300在1%的顯著性水平下是存在ARCH效應的,即殘差序列存在高階ARCH(q)效應,因此應該考慮GARCH(p,q)模型。估計模型參數(shù)。一般的由于GARCH(1,1)就能描述大量的金融時間序列數(shù)據(jù),故這里先估計GARCH(1,1),估計系數(shù)均滿則非負性,且在1%的顯著水平下均顯著。檢驗殘差自相關性和正態(tài)性。觀察殘差的自相關性圖發(fā)現(xiàn)殘差序列不存在自相關性。再觀察殘差平方的自相關性圖發(fā)現(xiàn)殘差平方也不存在自相關性。對殘差進行正態(tài)性檢驗得

6、到J-B統(tǒng)計量對應的p值為0,因此拒絕殘差服從正態(tài)分布的假設。對殘差的ARCH效應檢驗進行檢驗,得到LM的P值為0.5739,因此不存在ARCH效應。5由于金融時間序列絕大多數(shù)不滿足正態(tài)性,而正態(tài)假設更易估計且在大多軟件中適用,因此正態(tài)性檢驗在具體實證分析中經常弱化。因此GARCH(1,1)模型是合理的。5.不同GARCH模型的結果對比與模型的選擇三、結論與建議通過分析,基本可以得出了以下結論:1.GARCH模型可以適用于我國股票市場。經過本文的分析后發(fā)現(xiàn),滬深300指數(shù)的波動性條件異方差的特性較為明顯,這證明了本文應用GARCH族的模型能夠反映出我國股票市場收益率的波

7、動性變化規(guī)律,并且其分析與研究結果準確性較高。2.從時間序列上來看,滬深300指數(shù)日波動呈現(xiàn)出明顯的可變性和波動集簇性。集簇性即滬深300指數(shù)的相關影響因素,如信息對股市指數(shù)的波動影響呈現(xiàn)出較大的波動往往會接著較大幅度的波動,而較小的波動會接著較小的波動。3.高流動性是指數(shù)波動的重要原因。在滬深300指數(shù)市場中,一般持有5天以上就可算長線操作。這種持有期的縮短必然使得交易更為頻繁。大量的股指期貨參與者是日交易者,往往當天頻繁買入賣出,并且不持有合約過夜。滬深300指數(shù)的頻繁交易使得股指期貨市場具有高流動性,這種高流動性也是造成指數(shù)波動的一

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。