专题六GARCH类模型.pptx

《专题六GARCH类模型.pptx》由会员分享，可在线阅读，更多相关《专题六GARCH类模型.pptx（33页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、专题内容ARCH模型及其参数估计GARCH模型及其参数估计EGARCH模型TGARCH模型GARCH-M模型案例分析第1页/共33页ARCHARCH模型模型ARCH模型。由Engle(1982)引入。第2页/共33页ARCHARCH模型模型第3页/共33页ARCHARCH模型：模型：MLML估计估计第4页/共33页ARCHARCH模型：模型：MLML估计估计第5页/共33页ARCHARCH模型：模型：MLML估计估计第6页/共33页ARCHARCH模型：模型：MLML估计估计第7页/共33页ARCHARCH模型：模型：MLML估计估计第8页/共33页ARCHARCH模型模型第9页/共33页GA

2、RCHGARCH模型模型第10页/共33页GARCHGARCH模型模型第11页/共33页GARCHGARCH模型模型第12页/共33页GARCHGARCH模型模型第13页/共33页GARCHGARCH模型模型MLML估计估计第14页/共33页GARCHGARCH模型模型MLML估计估计第15页/共33页GARCHGARCH模型模型MLML估计估计第16页/共33页GARCHGARCH模型模型MLML估计估计第17页/共33页不对称的不对称的GARCHGARCH模型模型针对股票价格变动，可以经常观察到，信息冲击下，向下波动性要强于向上波动性。为了解释这种想象，Engle and Ng(1993)

3、采用如下曲线来表述不对称的信息影响特征第18页/共33页不对称的不对称的GARCHGARCH模型模型不对称的GARCH模型类型多样，这里主要介绍两种：EGARCHTGARCH第19页/共33页EGARCHEGARCH模型模型EGARCH or Exponential GARCH model 由奈尔逊(Nelson，1991)提出的。第20页/共33页EGARCHEGARCH模型模型EGARCH模型中的一个重要特征是在条件方差中引入了参数g，这使得条件方差在随机干扰项取值为正、负值时有不同程度的变化，从而能更准确地描述金融产品价格波动的情况。比如，在股票市场中，若将利好消息看作是对股价的正干扰，

4、将利空信息看作是负干扰，人们注意到，股价往往对同样程度的副干扰的反应更加强烈。第21页/共33页EGARCHEGARCH模型模型这种正负干扰的不对称反映的不对称性可以有EGARCH模型来描述。若参数g取值为负数，且大于-1时，那么一个负干扰所引起的条件方差的变化，比相同程度的正干扰引起条件方差的变化则更大；若g大于0，同样程度的正干扰引起条件方差的变化则更大；若g=0，则条件方差对于正负干扰的变化是对称的。第22页/共33页EGARCHEGARCH模型模型参数。由于EGARCH条件方差有指数形式表示，所以无论参数取何实数，条件方差总大于0。这样在对EGARCH参数估计时，不需要对进行约束。第2

5、3页/共33页EGARCHEGARCH模型模型第24页/共33页EGARCHEGARCH模型模型第25页/共33页EGARCH模型EVIEWS中使用的模型与Nelson模型有差异。EVIEWS中使用的模型如下：第26页/共33页TGARCHTGARCH模型模型正干扰和负干扰的非对称的后果也可通过对线性GARCH框架的简单修正给出。TGARCH(Threshold ARCH)模型由 Zakoian(1990)以及Glosten,Jaganathan,and Runkle(1993)提出。第27页/共33页TGARCHTGARCH模型模型第28页/共33页TGARCHTGARCH和和EGARCHE

6、GARCH模型模型第29页/共33页ARCH-MARCH-M模型模型在前面讨论中，ARCH、GARCH、EGARCH过程主要是描述模型的干扰项的条件方差，一般与yi的条件期望无关。但实际中人们注意到，条件方差的变化往往直接影响到条件期望的值，ARCH-M模型对回归模型的条件期望和条件方差都作了描述，是对前面讨论的ARCH和GARCH模型的推广。ARCH-in-Mean(ARCH-M)model(Engle,Lilien,Robins,1987)。第30页/共33页ARCH-MARCH-M模型模型第31页/共33页ARCH-MARCH-M模型模型第32页/共33页感谢您的观看！第33页/共33页