近年來，世界金融格局發(fā)生了較大的變化，金融市場十分活躍[4]。我們知道自金融市場產(chǎn)生以來，它自身就具有價格的波動性的顯著特征，隨著時代的發(fā)展，金融活動中的信息不完備問題越來越突出，這使得人們越來越關(guān)注自己所投資的金融產(chǎn)品的收益情況。因此，防范和化解金融風(fēng)險成為一個突出問題，特別是許多大的損失，對金融服務(wù)領(lǐng)域和監(jiān)管者造成廣泛的沖擊。金融資產(chǎn)的收益率在不同時刻往往都是不相關(guān)，即使是相關(guān)的，那么它的相關(guān)程度也是非常弱的；只有當(dāng)滯后的階數(shù)很小的時候有一些而且是非常微弱的相關(guān)性。但是對于我們所研究的收益率，它的平方著實存在著很大的相關(guān)性[5]。條件異方差模型就是描述這種性質(zhì)的。 ARCH模型能很好的描述金融時間序列數(shù)據(jù)所具有的波動性的特點，而且在經(jīng)濟(jì)領(lǐng)域當(dāng)中有著較為廣泛的應(yīng)用和研究[6-7]。隨著經(jīng)濟(jì)研究方面的理論的不斷成熟與發(fā)展成熟，越來越多的經(jīng)濟(jì)學(xué)者運用ARCH模型擬合數(shù)據(jù)的波動性，這樣，ARCH模型對于投資者和金融管理者來說，無論是進(jìn)行投資還是掌控風(fēng)險，它都是一個良好而且有效的工具。 這篇文章在時間序列模型獨有的歷史背景下通過介紹時間序列模型，條件異方差模型，主要運用GARCH類模型以我國期貨市場2009年以來每日成交額和深圳綜指為分析對象，從而發(fā)現(xiàn)我國金融市場具有價格波動性的特點，通過理論和實證的研究結(jié)果，又為金融市場增加了兩個有關(guān)波動性的實例，并從現(xiàn)在中國的期貨市場和股票市場實際情況出發(fā)，為金融市場的管理與監(jiān)測提出了一些較為實際并且可執(zhí)行的建議。中國現(xiàn)在的金融市場正在處于發(fā)展時期，很多方面的發(fā)展還不夠充分，準(zhǔn)備不夠充足，為更好地促進(jìn)金融市場的長遠(yuǎn)健康發(fā)展，我們需要繼續(xù)完善健全經(jīng)濟(jì)市場的相關(guān)制度，降低市場信息的不對稱性；深化并完善相應(yīng)的金融市場運行管理條例，使得金融市場成為有法可依的市場。
【學(xué)位單位】：遼寧師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2012
【中圖分類】：F224;F832.51;F724.5
【部分圖文】：

通過延遲(1)模型：t t 1tX c φ Xε = + +以寫為11(1 )(1 ) ( )(1 )1t tt ttB X cX B ccBφ εφ εφ εφ = += += + < 1條件下，有1(1 )11j jt tjt t t jcX B Bcφ φ εφε φε φ εφ = + + + + + = + + + + + 果要使 AR(1)具有平穩(wěn)性，則0j jjφB∞=∑ 一定要收斂，也就是自回歸< 1。

圖 4.1 殘差序列圖Fig. 4.1 the diagram of residual sequence效應(yīng)檢驗們采用兩種方法進(jìn)行 ARCH 效應(yīng)檢驗。 檢驗常用的 LM 檢驗法對(4.2)式的殘差進(jìn)行 ARCH 效應(yīng)檢驗，我們檢驗結(jié)果如圖 4.2 所示。此時 P-Value 為零，拒絕原假設(shè)圖 4.2 ARCH 效應(yīng)檢驗結(jié)果Fig. 4.2 the results of ARCH effect test平方的自相關(guān)性檢驗

圖 4.3 殘差平方相關(guān)圖檢驗Fig.4.3 the correlation test diagram of squares of residual sum相關(guān)系數(shù)和偏自相關(guān)系數(shù)都顯著不為 0，且 Q 統(tǒng)計量很顯著，表明 ARCH 效應(yīng)[1]。綜上，以上兩種方法都說明模型殘差存在 ARCH 效應(yīng)。ARCH 模型分析進(jìn)一步對模型(4.2)進(jìn)行高階的 ARCH 效應(yīng)檢驗，我們令滯后階數(shù) pValue 為零，拒絕原假設(shè)，也就是說模型(4.2)存在高階 ARCH 效應(yīng)以采用 GARCH 模型對進(jìn)行建模。一般情況下 GARCH(1,1)模型就能需要，因此我們這里只給出 GARCH(1,1)模型的結(jié)果。RCH 模型
【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 高文軍;關(guān)薇;;中國股市波動的異方差模型[J];沈陽航空工業(yè)學(xué)院學(xué)報;2010年02期

2 王勇;顧海燕;徐文科;;基于ARMA模型的河川年徑流量預(yù)測[J];哈爾濱商業(yè)大學(xué)學(xué)報(自然科學(xué)版);2011年03期

3 徐梅,梅世強(qiáng);經(jīng)濟(jì)波動譜分析方法的比較研究[J];控制與決策;2003年03期

4 李姝,呂光明;中國股市股價指數(shù)變動的協(xié)整研究[J];遼寧師范大學(xué)學(xué)報;2001年05期

5 麻英;;居民消費價格指數(shù)ARCH族模型檢驗[J];現(xiàn)代商貿(mào)工業(yè);2011年03期

6 蕭楠;;ARMA-GARCH模型對上海銅期貨市場收益率的建模與分析[J];運籌與管理;2006年05期

相關(guān)碩士學(xué)位論文 前10條

1 方江曉;短期風(fēng)速和風(fēng)電功率預(yù)測模型的研究[D];北京交通大學(xué);2011年

2 王晗;我國股指期貨對股票市場影響的實證研究[D];西安科技大學(xué);2011年

3 夏志華;基于金融創(chuàng)新的金融專利研究[D];浙江大學(xué);2004年

4 王新蕾;上證綜合指數(shù)的馬氏性和時間序列模型的組合分析和預(yù)測[D];南京信息工程大學(xué);2006年

5 曹慧紅;中國股票市場價格行為研究[D];南昌大學(xué);2006年

6 周靖;隨機(jī)時間序列模型在商品國際價格預(yù)測中的適用性研究[D];西南財經(jīng)大學(xué);2007年

7 蔣濤;ARCH模型在中國股市中的實證研究[D];湖南大學(xué);2007年

8 湯巖;時間序列分析的研究與應(yīng)用[D];東北農(nóng)業(yè)大學(xué);2007年

9 陳晶鑫;基于灰色模型和ARCH模型對股價指數(shù)的實證分析[D];東北財經(jīng)大學(xué);2007年

10 劉麗華;基于時變非平穩(wěn)時間序列分析的故障診斷方法研究[D];北京化工大學(xué);2008年

本文編號：2859512