GARCH模型在金融数据中的应用.doc
- zhuliyan1314个人认证 |
- 2019-10-11 发布|
- 537 KB|
- 16页
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