GARCH模型和自回歸條件密度建模在中國股票市場收益中的應(yīng)用.pdf

1、廈門大學(xué)學(xué)位論文原創(chuàng)性聲明本人呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下，獨立完成的研究成果。本人在論文寫作中參考其他個人或集體己經(jīng)發(fā)表的研究成果，均在文中以適當方式明確標明，并符合法律規(guī)范和《廈門大學(xué)研究生學(xué)術(shù)活動規(guī)范(試行)》。另外，該學(xué)位論文為()課題(組)的研究成果，獲得()課題(組)經(jīng)費或?qū)嶒炇业馁Y助，在()實驗室完成。(請在以上括號內(nèi)填寫課題或課題組負責(zé)人或?qū)嶒炇颐Q，未有此項聲明內(nèi)容的，可以不作特別聲明。)FBYJX(簽名)：僻劫亙

2、如哆年6月礦日摘要從事于金融時間序列預(yù)測的研究工作者發(fā)現(xiàn)，金融時間序列數(shù)據(jù)往往存在異方差的現(xiàn)象。為了刻畫預(yù)測誤差的條件方差中可能存在的某種相關(guān)性，恩格爾(Eagle，1982)提出了自回歸條件異方差模型，即ARCH模型。后由博勒斯萊文(BollerslevT1986)發(fā)展成為GARCH模型廣義自回歸條件異方差模型。ARCH／GARCH族模型對誤差的方差進行了建模，特別適用于波動性的分析和預(yù)測，這樣的分析對投資者的決策以及政策的制定者都能

3、起到非常重要的指導(dǎo)性作用，其意義已不單單只是對數(shù)值本身的分析和預(yù)測。盡管GARCH族模型能很好的刻畫出股票收益率波動的特征，但在建模過程中，我們發(fā)現(xiàn)，GARCH族模型假定了殘差的條件密度分布函數(shù)僅僅依賴于均值和方差，將條件密度函數(shù)的其他特征(如形狀參數(shù)和偏度特征)假定為常數(shù)。也就是說GARCH族模型只考慮了時間序列的條件一階矩和條件二階矩，而沒有考慮到高階矩。例如在t分布中，自由度對應(yīng)的是三階矩，而偏度對應(yīng)的是四階矩，而在GARCH模型

4、下，若假定殘差項服從t分布，則所服從的t分布假定是無偏的，且認為自由度是常數(shù)。為了克服這個缺陷，Hansen(1994)提出了自回歸條件密度模型(簡稱ARCD模型)。ARCD模型充分利用整個條件密度分布的信息進行建模，考慮了時間序列高階矩的時變特征，能更好的刻畫出金融時間序列的變化規(guī)律。本文利用GARCH和自回歸條件密度(ARCD)模型分別對我國上證綜合指數(shù)的日收盤價的對數(shù)收益率進行建模，通過兩個模型的實證分析結(jié)果，我們可以大致得出我國