模型在股市行情分析中的应用arch模型

《模型在股市行情分析中的应用arch模型》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、毕业论文题目：ARCH模型在股市行情分析中的应用目录引言11研究背景及现状综述21.1研究背景21.2研究现状22模型及方法介绍32.1ARCH模型32.2GARCH模型32.3本文涉及的其他理论42.3.1白噪声序列及其性质42.3.2ARCHLM检验43数据的选取及描述54实证分析54.1建立初步模型54.1.1ADF检验64.1.2残差统计图74.1.3残差线图74.1.4ARCHLM检验结果84.2建立GARCH模型84.3调整模型104.4模型的比较124.4.1统计量比较124.4.2预测指标比较1

2、34.5预测135结论及建议145.1我国股市存在异方差性155.2ARCH类模型能够消除股市异方差155.3确定模型155.4预测结果155.5为股市有效性提供依据155.6对投资者的建议15结束语16致谢17参考文献18摘要本文根据自回归条件异方差（ARCH）模型能够很好的刻画股票价格序列波动的尖峰厚尾特征，通过收集所需的相关历史数据，运用Eviews5.0统计分析软件，筛选出适合于做ARCH模型的沪深两市大盘收盘价格指数日数据，对其波动变化进行实证研究，运用极大似然估计法、ARCHLM检验和残差的白噪声检

3、验等一系列时间序列分析方法确定最终模型，对大盘收盘价格指数短期内的走势做出试探性预测。关键词：ARCH模型收盘价格指数条件异方差　ARCHModelsApplyinTheAnalysisofStockMarketsQuotationsAbstractAccordingtothispaperfromtheautoregressiveconditionalheteroskedasticity(ARCH)modelcouldportraythesequenceoffluctuationswellinthestockp

4、ricepeakofthefat-tailcharacteristics,bycollectingthenecessarydatarelatedtohistory,usingthestatisticalanalysissoftwareEviews5.0,sievetheclosingpriceindexdaydatethatsuitsinfittingtheARCHmodelinthetwostockmarketsofShanghaiandShenzhen,makeanempiricalstudyonitsvo

5、latilityofchanges,applythemaximumlikelihoodestimation,ARCHLMtestandwhitenoisetestoftheresidualetc.aseriesoftime-seriesanalysismethodtodeterminethefinalmodel,makeexploratorypredictionaboutthetrendofstockmarkets’closingpriceindexinshort-term.Keywords:ARCHModel

6、closingpriceindexconditionalheteroskedasticity引言中国股票市场虽然起步较晚，但其发展是相当迅猛的，尤其是进入2000年以后，中国的股市更加活跃了。在价格变化多端的股票市场中，投资者们因盲目买卖股票使自己的收益或盈或亏，大多数会带有从众或投机的心理去投资，从而形成一定形式的买卖跟风。股票市场价格序列的残差都具有时变波动性、波动集聚等特点，但是传统的时间序列分析方法无法很好的刻画和解释这一点，恩格尔(Engle)于1982年提出了“条件异方差自回归模型”简称ARCH模型

7、，它能集中地反映方差的变化特点,现已被广泛地应用于经济领域的时间序列分析、验证金融理论中的规律描述、金融市场的预测和决策。因此本文基于ARCH模型结合沪深两证券交易所大盘的收盘价格指数日数据及其波动变化进行实证分析，借鉴国内外专家已有的研究成果，运用极大似然估计方法、ARCHLM检验和残差的白噪声检验等一系列时间序列分析方法，对大盘的日收盘价格指数的波动进行实证分析并对其短期内的走势做出试探性预测。1研究背景及现状综述1.1研究背景中国股票市场起步的相对于国外的股票市场较晚，但其发展是相当迅猛的。无论是国内还是

8、国外，股票市场的价格序列残差都具有时变波动性、波动集聚等特点，为了能够运用更好的分析方法来解释这一点，许多经济学家开始尝试用不同的模型和方法来解决这个问题。其中具有代表性的是恩格尔(Engle)提出的“条件异方差自回归模型”，简称ARCH模型。因此,利用ARCH类模型分析股票市场的波动特性并对其进行分析具有一定的理论和现实意义。在对股市行情中的研究中，需涉及到时间序列分析这一学科中的A