基于ARCH模型的股票市场收益率波动.doc

《基于ARCH模型的股票市场收益率波动.doc》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、目录摘要和关键词…………………………………………………………1绪论……………………………………………………………………11国内外研究综述………………………………………………………11.1收益率的概率分布…………………………………………………………11.2相关性与易变性…………………………………………………………21.3多重分形…………………………………………………………………32沪市股价波动的特征分析………………………………………52.1数据与研究方法……………………………………………………………52.2收益率分布的描述性统计特征…………

2、…………………………………52.3独立性分析…………………………………………………………………62.4相关性分析…………………………………………………………………62.5正态性检验…………………………………………………………………72.6厚尾性检验…………………………………………………………………72.7平稳性检验…………………………………………………………………82.8波动的ARCH效应检验………………………………………………………83结论……………………………………………………………………………11参考文献……………………………………

3、……………………………………12附录………………………………………………………………………………13基于ARCH模型的股票市场收益率波动实证研究摘要：金融资产收益率对金融市场的投资者来说是一个非常重要的指标，因而资产收益率的波动性成了金融经济学家们关注的一个焦点问题，对收益率波动状况的正确描述关系到最优资产组合的选择，有效管理风险，合理定价期权。因而本文先是介绍了国内外对股票收益率的研究状况，其次以沪市收益率为例，结合运用Eviews6来对股票收益率波动进行分析，最后得出相关结论。关键词：簇聚现象ARMA模型ARCH模型绪论金融市场是一个

4、错综复杂的动态系统，由于各种不确定性因素的作用，尤其是风险因素，使得金融市场运行的规律难以捉摸，因此对金融市场的研究有助于人们认识金融市场的运行规律，从而把握规律，能够相对“理性”的进行投资活动。其中金融资产收益率就是一个很重要的概念，对收益率波动状况的正确描述关系到最优资产组合的选择，有效管理风险，合理定价期权。资产选择理论试图通过用方差或协方差关系描述收益率的波动性来寻找最优资产组合，CAPM模型和其他资产定价理论说明投资者怎样从承担与自己的资产组合存在某种协方差联系的系统性风险中获得补偿。然而，传统的金融计量学模型对风险或者收益波动

5、性特征的理解却是简单而粗糙的，假设收益率序列独立，同分布，且都是同分布于正态分布，而且方差是一个确定的常数，从而用标准差来刻画金融资产风险的大小。20世纪60年代以来，大量关于金融市场价格行为的经验研究结果证实：绝大多数金融资产的收益率序列虽然相关程度较低但不独立，方差是随时间变化而变化的，也就是说标准差是一个随时间变化而变化的随机变量。Mandelbrot首先发现了金融资产收益率的波动存在时间序列上的“簇聚现象”，即幅度较大的波动会对集中在某些时段，而幅度较小的波动会集中在另一些时段。我国的股票交易市场是一个新兴的市场，也是一个高速成长

6、中的市场，我国股价收益率的波动的特征如何，是否也存在这种簇聚现象，这就是本文所想要验证解决的问题。1国内外研究综述1.1收益率的概率分布股票收益率：设表示t时刻股市的收盘指数，则从t-1时刻到t时刻股市的简单收益率为（1-1）在时间标度为的收益率通常定义为对数收益率，即=log()-log()(1-2)Cont(1998)，Contetal（1997），Mantegna（1995），Stnaley（1997)发现收益率呈现出明显的非正态性，收益率的非正态性可以从偏度（Skewness）、峰度（Kurtosis）、正态性检验、厚尾等几个方面

7、去刻画。Smikowizt，Beedles(1980)和Singleton，Wingender(1986)发现个股股票收益率存在正偏度；Basrinath，Chatterjee(1988)和Alles，Kling(1994)发现证券和债券市场指数存在偏度；Chenetal.(2000)发现小公司的股票存在正偏度而大公司的股票存在负偏度；美元对德国马克汇率的峰度等于77、美元对瑞士法郎汇率的峰度等于63、标准普尔500指数的峰度等于19(Campbelltal.，1997；Cont，1998;Contetal.，1997;Pagna，199

8、6);苑德军，李文军(2002)发现沪深股市收益率的偏度分别为.5698681、.0670424，峰度分别为122.3335、1.794082。这充分表明收益率真实分布与正态分布相比，在均值附