金融時間序列的波動性建模研究綜述(圖文)

1、金融時間序列的波動性建模研究綜述金融時間序列的波動性建模研究綜述(圖文圖文)金融系統(tǒng)是一個復雜的系統(tǒng)，金融市場充滿了巨大的風險，這種巨大的風險的具體體現(xiàn)就是金融市場價格波動的不確定性目前，對金融市場價格波動性的研究和實證分析己成為現(xiàn)代金融研究的核心問題之一金融市場價格的波動性常用方差來描述和度量，傳統(tǒng)的經(jīng)濟計量模型通常假設方差是不變的，即在不同的時期方差保持一個常數(shù).資產(chǎn)定價模型也假定證券收益服從方差不變的正態(tài)分布.隨著金融理論的發(fā)展及

2、實證工作的深入，人們發(fā)現(xiàn)這一假設不盡合理，越來越多的實證研究結果揭示:大量金融時間序列諸如股票價格、通貨膨脹率、利率和外匯匯率等的變化存在不確定性，即方差不是固定不變的，而是隨時間變化的，即時變性.在對方差即波動的進一步研究中，人們發(fā)現(xiàn)波動又表現(xiàn)出明顯的持續(xù)性，即當前波動對未來波動會產(chǎn)生持續(xù)性的影響波動持續(xù)性現(xiàn)象表明當前的波動性有一個聚集的特征，即大波動跟隨著大波動，小波動跟隨著小波動.從風險的角度看，持續(xù)性的存在增大了未來資產(chǎn)收益的風

3、險，從而影響資產(chǎn)的長期定價反之，如果不存在持續(xù)性，那么對長期投資者來說，當前的擾動就可以忽略不計顯然，對厭惡風險的投資者來說，波動持續(xù)性是一個必須要考慮的因素2.ARCH族波動模型金融市場價格波動性的研究需要建立和運用有關計量模型進行系統(tǒng)和深入1的分析，因此建立能描述金融時間序列波動的動態(tài)一M模型[2]、Bollerslev（1986）的GARCH模型[3]、Engle和Bollerslev（1986）的單整GARCH即IGARCH模型

4、、Nelson（1990）的指數(shù)GARCH即EGARCH模型[4]、Bollerslev等人（1996）的分數(shù)單整GARCH即FIGARCH和FIEGARCH模型[5][6]以及Bollerslev、Engle和Wooldridge（1988）的向量GARCH模型[7].ARCH理論是目前國際上非常前沿的用于金融市場資產(chǎn)定價的理論。論文格式。目前對波動性建模的方法除了自回歸條件異方差（AutegressiveConditionalHet

5、eroscedasticity，ARCH）族模型之外，還有一類模型即Tayl（1986）提出的隨機波動（StochasticVolatility，SV）模型[8].在SV模型中，波動過程是由一個潛在自回歸變量序列表示，可以直接與一類應用在資產(chǎn)定價理論中的擴散過程相聯(lián)系基于對不同金融波動問題的研究，SV模型也得到了多方面的擴展.SV模型與ARCH模型的本質(zhì)區(qū)別就在于SV模型的波動性不可直接觀測，而ARCH模型的波動性是可直接觀測的.與SV