波動率是金融時間序列最重要的特征之一,因而模擬和預(yù)測金融市場資產(chǎn)收益率的波動性己經(jīng)成為眾多理論和實證研究的重要領(lǐng)域。本文通過對外匯市場EUR/USD收益率波動性的實證建模分析,驗證了在信息不對稱的外匯市場上,好消息與壞消息對收益率波動性的不同反應(yīng),進(jìn)而證實了外匯市場中杠桿效應(yīng),為外匯投資者提供參考。 

【文章來源】：商業(yè)研究. 2011,(10)北大核心CSSCI

【文章頁數(shù)】：5 頁

【部分圖文】：

EGARCH ( 1，1) 和 GARCH ( 1 ，1) 的信息沖擊曲線對比

對匯率構(gòu)成的時間序列 EUR_ USD 的變量取對數(shù)，然后再進(jìn)行一階差分，RT_ EUR_ USD = log( EUR_ USD) － log ( EUR_ USD ( －1) ) 。1． 數(shù)據(jù)的統(tǒng)計性特征描述。RT_ EUR_ USD 即為歐元 /美元的日資產(chǎn)收益率，其統(tǒng)計圖表如圖 2 所示。從圖 2 中可以說明 RT_ EUR_ USD 有如下統(tǒng)計特征: ( 1) RT_ EUR_ USD 收益率波動呈現(xiàn)偏峰厚尾的特征。峰度值: Kurtosis = 4. 563035 ＞ 3，表明匯率的波動不服從于正態(tài)分布; 偏度值: Skewness =0. 074902 ＞ 0，說明 RT_ EUR_ USD 的差分序列呈現(xiàn)長的右厚尾特征，厚尾性越大說明狀態(tài)持續(xù)性越強(qiáng)，在預(yù)測匯率趨勢時歷史信息越重要。( 2) Jarque － bera 的統(tǒng)計量為 208. 0281 ，表明 RT_ EUR_ USD 的差分序列不符合正態(tài)分布。金融數(shù)據(jù)典型的尖峰、厚尾特征使得樣本方差增大，故正態(tài)分布難以擬合時間序列分布的厚尾特性。圖 2 EUR_ USD 收益率統(tǒng)計圖2． 平穩(wěn)性檢驗。檢驗時間序列是否平穩(wěn)，即是檢驗單位根是否存在，而常用的單位根檢驗方法是由Dickey 和 Fuller ( Fuller，1976; Dickey 和 Fuller

在 E － views 中擬合如表 2 所示。由表 2 知，截距項在顯著水平為 0. 33 時都不顯著。為更好的估計方程 ( 7) ，可以進(jìn)一步觀察一下剛才估計結(jié)果的殘差。圖 3 表明可能存在異方差，為進(jìn)一步證明這種異方差的存在，可以到殘差進(jìn)行 ARCH 效應(yīng)檢驗。由表 3 中的 F 統(tǒng)計量及 χ2統(tǒng)計量的 P 值都為 0. 0001，表明方程 ( 7) 估計的殘差存在 ARCH 效應(yīng)。因此，下面我們主要采用 T － GARCH 模型來描述 RT_ EUR_ USD 收益率序列。圖 3 殘差圖表 3 ARCH LM 檢驗表異方差檢測: ARCHF － 統(tǒng)計 16． 40636 P 值． F ( 1，2022) 0． 0001R － 平方 16． 29041 P 值． 方 ( 1) 0． 0001T － GARCH ( 1 ，1) 模型估計如表 4 所示:表 4 T － GARCH( 1 ，1) 模型估計表GARCH = C( 2) + C( 3) * RESID( － 1) ^2 + C( 4) * RESID( － 1) ^2* ( RESID( － 1) ＜ 0) + C( 5) * GARCH( － 1)系數(shù) 標(biāo)準(zhǔn)差 Z － 統(tǒng)計 P 值C 0． 000188 0． 000126 1． 498619 0．


本文編號：3596245