GARCH模型在金融数据中的应用.doc

实验七 （G）ARCH模型在金融数据中的应用

一、实验目的

理解自回归异方差（ARCH）模型的概念及建立的必要性和适用的场合。

了解(G)ARCH 模型的各种不同类型，如GARCH-M 模型（GARCH in mean ），EGARCH模型 (Exponential GARCH ) 和TARCH模型 (又称GJR)。掌握对 (G)ARCH 模型的识别、估计及如何运用Eviews软件在实证研究中实现。

二、基本概念

p阶自回归条件异方程ARCH(p)模型，其定义由均值方程（7.1）和条件方程方程（7.2）给出： （7.1） （7.2）

其中， 表示t-1时刻所有可得信息的集合，为条件方差。方程（7.2）表示误差项的方差 由两部分组成：一个常数项和前p个时刻关于变化量的信息，用前p个时刻的残差平方表示(ARCH项)。

广义自回归条件异方差GARCH(p,q)模型可表示为： （7.3） （7.4）

三、实验内容及要求

1、实验内容：

以上证指数和深证成份指数为研究对象，选取1997年1月2日

（一） 沪深股市收益率的波动性研究

（二） 股市收益波动非对称性的研究

（三） 沪深股市波动溢出效应的研究

2、实验要求：

（1）深刻理解本章的概念；

（2）对实验步骤中提出的问题进行思考；

（3）熟练掌握实验的操作步骤，并得到有关结果。

四、实验指导

（一） 沪深股市收益率的波动性研究

1、描述性统计

(1) 导入数据，建立工作组

打开Eviews软件，选择“File”菜单中的“New Workfile”选项，在“Workfile frequency”框中选择“undated or irregular”，在“Start observation”和“End observation”框中分别输入1 和1444，单击“OK”。选择“File”菜单中的“Import--Read Text-Lotu