GARCH模型在股市收益波動(dòng)率分析中的應(yīng)用.pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、關(guān)于波動(dòng)率的研究一直都是經(jīng)濟(jì)和金融領(lǐng)域的熱點(diǎn)，在早期我們用恒定的標(biāo)準(zhǔn)差或者方差來度量波動(dòng)率，但是在金融市場(chǎng)中，波動(dòng)率會(huì)隨著時(shí)間發(fā)生變化，傳統(tǒng)的統(tǒng)計(jì)方法已經(jīng)無法反映這些特征了，很多的學(xué)者開始嘗試著使用其它的方法來分析金融中的波動(dòng)率問題。1982年Robert F.Engle提出了ARCH模型（Auto Regressive ConditionalHeteroskedasticity Model,自回歸條件異方差模型）。用以分析具有異方差性

2、質(zhì)的時(shí)間序列，并且取得了很好的效果，此后，ARCH模型得到了快速的發(fā)展，學(xué)者們?cè)?ARCH模型的基礎(chǔ)上做了很多的改進(jìn)，如1986年 Bollerslev提出的GARCH模型(推廣的自回歸條件異方差模型）。
　　GARCH模型是ARCH模型的推廣和拓展。GARCH模型除了具有ARCH模型的基本特點(diǎn)之外，它更能反應(yīng)數(shù)據(jù)之間的長期自相關(guān)性，ARCH模型實(shí)際上只適合于異方差函數(shù)短期自相關(guān)過程，而GARCH模型可以有效的地模擬具有長期記憶性

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論