GARCH模型实验时间序列.docx
《GARCH模型实验时间序列.docx》由会员分享,可在线阅读,更多相关《GARCH模型实验时间序列.docx(38页珍藏版)》请在第壹文秘上搜索。
1、金融时间序列分析探究中国A股市场收益率的波动状况基于QARCH模型第一部分试验背景自1990年12月,我国建立了上海、深圳证券交易所,20多年来,我国资本市场在拓宽融资渠道、促进资本形成、优化资源配置、分散市场风险方面发挥了不行替代的重要作用,有力推勖了实体经济的发展,成为我国市场经济的重要组成部分。自1980年第一次股票发行算起,我国股票市场历经30多年,就当前的股票市场来看,股票市场的动荡和股票的突然版涨等系列现象和问题值得我们深化思索和深化探讨。其次部分设验分析目的与方法沪深300指数是在以上交所和深交所全部上市的股票中选取规模大流淌性强的最具代表性的300家成分股作为编制对象,成为沪深
2、证券所联合开发的第一个反应A股市场整体走势的指数。沪深300指数作为我国股票市场具有代表性的且作为股指期货的标的指数,以沪深300指数作为探讨对象可以使得检验结果更加具有真实性和完整性,较好的反应我国股票市场的基本状况。本文在检验沪深300指数2011年1月4口到2012年12月12口的日收益率的相关时间序列特征的基础上,对序列出建立条件异方差模型,并探讨其收益波动率。第三部分试龄样本3.1 数据来源数据来源于国泰安数据库C3.2 所选数据变量沪深300指数编制目标是反映中国证券市场股票价格变动的概貌和运行状况,井能够作为投资业绩的评价标准,为指数化投资和指数衍生产品创新供应基础条件。故本文选
3、择沪深300指数2011年1月4日到2012年12月12日的日收益率作为样本,探究中国股票市场收益率的波动状况。4.1 单位粗检改视察R的图形,如下所示:从沪深300指数收益率序列r的线性图中,可视察到对数收益率波动的“集群”现象:波动在一些时间段内较小,在方的时间段内较大。此外,由图形可知,序列R没有截距项旦没有趋势,故选择第三种形式没有截距项且不存在趋势进行单位根检验,检验结果如下:表4.1单位根植触结果NullHypothesis:RhasaunitrootExogenous:None1.ag1.ength:0(Automatic-basedonSIC,maxlag=21)t-Stati
4、sticProb.*AugmentedDickey-Fullertest-31.2920statistic60.0000Testcritical-2.56738values:1%level3-1.941155%level510%-1.61647level6*MacKinnon(1996)one-sidedp-values.单位根统计最ADF=31.29206小于临界值,且P为0.0000,因此该序列不是单位根过程,即该序列是平稳序列。200-160120-孙MeanMedianMaximumMinimumStd.Dev.SkegnessKurtosisSe6es:RSarrte1957Obse
5、rvations9570.01048000240005.04900063081001.2921400.1649174.828012Jarque-Bera137.5854Probability0.000000图4.2R的正态分布检验由图可知,沪深300指数收益率序列均值为0.010480,标准差为1.292140,偏度为0.164917,大于0,说明序列分布有长的右抱尾。峰度为4.828012,高于正态分布的峰度值3,说明收益率序列具有尖峰和厚尾的特征。JB统计限为137.5854,P值为0.00000,拒绝该对数收益率序列听从正态分布的假设。其中右偏表明总体来说,近年比较大的收益大多为正;尖峰
6、厚尾表明有许多样本值较大幅度偏离均值,即金融市场由于利多利空消息波动较为猛烈,常常大起大落,从而有许多比较大的正收益和负收益。4.2 枪龄ARCH效应首先视察的自相关图,其结果如心Date:12/16/14Time:08:16Sample:1957Includedobservations:957Q-StAutocorrelatiPartialonCorrelationACPACatProb11140.030.031.25140.5324405-0.00-0.001.2700.7334436-0.00-0.001.3080.86468200.020.022.1090.8359914-0.03-0
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- GARCH 模型 实验 时间 序列