条件异方差模型.docx

条件异方差演型1、ARCH模型回归模型：Y,=X,t+t方差模型:'=¾+*+gEt=O,Dq=A2或J=Mx4=%+H+£、,E匕=0,DVl=I保证过程平稳条件：a0>(),tai<lr=l序列ARCH效应检验：/：%=%=%=O检验统计量：1.MrR2/若1.M>(q),存在ARCH效应2、GARCH模型方差模型ht=¾+1÷+<91.1+0pht_p=a0+a(B)+(B)ht平稳性条件：(3)+6(B)<lGARCH模型的阶q远比ARCH模型中的阶q小，一般地,GARCH(1,1)就能描述大量的金融时间序列数据。3、ARCH-M模型回归模型：=+m+与方差模型：%=%+%；_,称为ARCHM(q)模型。i=%=%+a(B)£；+0(B)几称为ARCHM(p,q)模型。增加一项ht表投资回报率与风险相联系。条件方差九代表期望风险的大小。4、TARCHCThresholdARCH)模型方差模型:=0+%心+°屋/+叭)/=I；=14是一个名义变量4=F'o弓O股价上涨信息(弓0)和下跌信息(弓0)对条件方差的作用效果不同；上涨时，0比4-=。，影响用系数代表，Z=I下跌时之4+9为代表；。工。时,信息非对称，。0时，存Z=I在杠杆效应。输出结果中项(ReS以0)*AReMI)代表杠杆效应的估计值。5、EGARCH模型方差模型：log(,)=¾+Wld於卜Piq=+,Iog(ZIr)非负且杠杆效应是指数型的；。工0信息非对称；00杠杆效应显著；输出RES/SqrgarchWi表示杠杆效应i的估计值，输出IRES/SQRGARCH(i)表示火的估计值；EGARCH(J)表示j的估计值。