ARCH模型在股市行情分析中的应用ARCH模型;毕业论文

《ARCH模型在股市行情分析中的应用ARCH模型;毕业论文》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、石河子大学商学院毕业论文毕业论文题目：ARCH模型在股市行情分析中的应用-II-石河子大学商学院毕业论文目录引言1矚慫润厲钐瘗睞枥庑赖。1研究背景及现状综述2聞創沟燴鐺險爱氇谴净。1.1研究背景2残骛楼諍锩瀨濟溆塹籟。1.2研究现状2酽锕极額閉镇桧猪訣锥。2模型及方法介绍3彈贸摄尔霁毙攬砖卤庑。2.1ARCH模型3謀荞抟箧飆鐸怼类蒋薔。2.2GARCH模型3厦礴恳蹒骈時盡继價骚。2.3本文涉及的其他理论4茕桢广鳓鯡选块网羈泪。2.3.1白噪声序列及其性质4鹅娅尽損鹌惨歷茏鴛賴。2.3.2ARCHLM检验4籟丛妈羥为贍偾蛏练淨。3数据的选取及描述5預頌圣

2、鉉儐歲龈讶骅籴。4实证分析5渗釤呛俨匀谔鱉调硯錦。4.1建立初步模型5铙誅卧泻噦圣骋贶頂廡。4.1.1ADF检验6擁締凤袜备訊顎轮烂蔷。4.1.2残差统计图7贓熱俣阃歲匱阊邺镓騷。4.1.3残差线图7坛摶乡囂忏蒌鍥铃氈淚。4.1.4ARCHLM检验结果8蜡變黲癟報伥铉锚鈰赘。4.2建立GARCH模型8買鲷鴯譖昙膚遙闫撷凄。4.3调整模型10綾镝鯛駕櫬鹕踪韦辚糴。4.4模型的比较12驅踬髏彦浃绥譎饴憂锦。4.4.1统计量比较12猫虿驢绘燈鮒诛髅貺庑。4.4.2预测指标比较13锹籁饗迳琐筆襖鸥娅薔。4.5预测13構氽頑黉碩饨荠龈话骛。5结论及建议14輒峄陽

3、檉簖疖網儂號泶。5.1我国股市存在异方差性15尧侧閆繭絳闕绚勵蜆贅。5.2ARCH类模型能够消除股市异方差15识饒鎂錕缢灩筧嚌俨淒。5.3确定模型15凍鈹鋨劳臘锴痫婦胫籴。5.4预测结果15恥諤銪灭萦欢煬鞏鹜錦。5.5为股市有效性提供依据155.6对投资者的建议15鯊腎鑰诎褳鉀沩懼統庫。结束语16硕癘鄴颃诌攆檸攜驤蔹。致谢17阌擻輳嬪諫迁择楨秘騖。参考文献18氬嚕躑竄贸恳彈瀘颔澩。-II-石河子大学商学院毕业论文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

4、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。釷鹆資贏車贖孙滅獅赘。关键词：ARCH模型收盘价格指数条件异方差　-19-石河子大学商学院毕业论文ARCHModelsApplyinTheAnalysisofStockMarketsQuotations怂阐譜鯪迳導嘯畫長凉。AbstractAccordingtothispaperfromtheautoregressive

5、conditionalheteroskedasticity(ARCH)modelcouldportraythesequenceoffluctuationswellinthestockpricepeakofthefat-tailcharacteristics,bycollectingthenecessarydatarelatedtohistory,usingthestatisticalanalysissoftwareEviews5.0,sievetheclosingpriceindexdaydatethatsuitsinfittingtheARCHmod

6、elinthetwostockmarketsofShanghaiandShenzhen,makeanempiricalstudyonitsvolatilityofchanges,applythemaximumlikelihoodestimation,ARCHLMtestandwhitenoisetestoftheresidualetc.aseriesoftime-seriesanalysismethodtodeterminethefinalmodel,makeexploratorypredictionaboutthetrendofstockmarket

7、s’closingpriceindexinshort-term.谚辞調担鈧谄动禪泻類。Keywords:ARCHModelclosingpriceindexconditionalheteroskedasticity嘰觐詿缧铴嗫偽純铪锩。-19-石河子大学商学院毕业论文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

8、，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