ARCH模型在金融时间序列中的拟合应用

讨论了自回归条件异方差(Autoregressive Conditional Heteroskedastic,简称ARCH)模型在金融时间序列分析中的拟合应用,以一金融时间序列为例,通过SAS/ETS中的自回归(Autoreh)过程实现对该金融时间序列的自回归-广义自回归条件异方差(Autoregressive-generalzed ARCH,简称AR-GARCH)模型的拟合和分析,最终得到理想结果.     

上海证券A股市场波动性拟合模型改进研究

研究了将ARMA模型与ARCH族模型相结合,通过建立ARMA-EGARCH-M模型来拟合证券市场波动性,基于大样本数据通过样本期内外模型预测能力检验,得出结论认为针对上海证券A股市场,改进后的波动性拟合模型相较于广泛使用的GARCH(p,q)-M模型具有更好的样本外预测能力.     

一族GARCH模型的概率性质

简要回顾了异方差ARCH(GARCH)模型的有关背景,并以此为基础提出了一族广义自回归条件异方差(GARCH)模型hδt-1,然后讨论了这族广义自回归条件异方差(GARCH)模型的严平稳性及遍历性,t=gt-1 ct-1hρ同时给出了该模型存在高阶矩的充分条件,并对这族GARCH模型的一类子模型进行了模拟.     

ARCH模型中自助法的有效性

ARCH模型的参数估计的统计性质都是在渐近意义下成立的,在实际中常用自助法再抽样扩大样本量从而验证参数估计值的稳定性.本文考察将成对自助法用于自回归条件异方差（ARCH）模型的一阶渐近有效性.     

证券投资基金市场的ARMA-ARCH类模型分析

文章通过分析自回归条件异方差(ARCH)类模型的统计结构,讨论了ARCH模型族的拟合波动性的优缺点,建立了ARMA-ARCH类模型,并用平稳帕雷托分布代替标准正态分布;以中信基金管理有限公司的股票基金与债券基金指数的收盘价为样本,对我国基金市场收益率分布用ARMA-ARCH类模型进行实证分析,解决了方差时变条件下金融波动时间序列建模问题,描述了基金序列的特性。     

油船运价的SD-ARCH模型研究

提出了一种SD-ARCH模型,将系统动力学模拟的结果作为外生变量加人到异方差自回归模型中,描述了航运市场复杂变量间的反馈关系,利用ARCH模型精确地模拟了波动时间序列,结合时间序列ARCH模型对油船市场运价序列进行了精确地长期模拟,成功模拟出了20 a油船运价的波动走势.结果表明,SD-ARCH模型适合用于航运市场发展趋势的长期预测,为研究航运市场预测模型提供了新思路.     

深证100指数日收益率波动性的实证研究

实证研究表明,对深证100指数日收益率可以建立GARCH(1,1)模型,但不能建立TARCH模型、EARCH模型、Asymmetric Component ARCH模型,即深证100指数日收益率的杠杆效应不显著.换句话说,深证100指数日收益率波动行为具有ARCH效果,但不具有不对称性以及信息程度偏误等特性.     

太阳黑子的多项式趋势-自回归-条件异方差模型

用确定性趋势与残差服从条件异方差模型的自回归模型组合，作为太阳黑子相对数的数学模型，用它拟合1848—2002年太阳黑子相对数数据，取得很好的效果，首先通过逐步回归与逐步自回归，建立太阳黑子数的多项式趋势-自回归校正模型，然后通过PortmanteauQ检验和Lagrenge乘子检验证明残差存在强烈的异方差性，表明仅仅用多项式趋势-自回归校正模型是不够的，再配上一种条件异方差模型，即EGARCH模型控制其残差方差，从而建立多项式趋势 自回归 EGARCH模型，用此模型进行数据拟合回代，分析和预测，表明该模型的拟合，预测效果是好的，所分析的太阳黑子周期是恰当的。     

居民消费价格指数的ARCH模型及实证分析

本文根据居民消费价格指数时间序列（CPI）数据本身的特点,建立了CPI的自回归模型、一到三阶ARCH模型。比较各个模型参数,得到CPI短期预测最优模型为自回归一阶ARCH模型。预测效果图表明：自回归一阶ARCH模型在预测趋势突变时会有一定的滞后性。     

ARCH(0,q)模型参数M-估计的渐近性质

在一个新的准则函数下,用遍历性定理证明了自回归条件异方差模型ARCH(0,q)参数的M-估计的相合性,并用鞅中心极限定理给出了该模型M-估计的渐近正态性.     

高维ARCH(q)模型噪声密度函数的估计

采用核密度估计方法对高维ARCH(q)噪声的密度函数进行估计, 给出此估计的相合性和随机模拟结果, 并用该方法对深沪股市数据进行了分析 .     

我国物价指数的时间序列分析

借助于SAS软件,首先将时间序列的ARIMA模型应用于我国的物价指数分析,通过分析其拟合与预测误差可以发现该模型效果良好.然后运用ARCH模型进行分析,经过比较发现在对我国物价指数的分析上,ARIMA模型的效果要好于ARCH模型.     

金融系统ARCH模型及应用

针对金融数据具有丛集性与异方差性的特征,给出了最能反映这一特征的研究方法,在此基础上,比较系统地介绍了ＡＲＣＨ模型及其若干变形,参数估计与假设检验,讨论了金融系统ＡＲＣＨ模型的应用前景。     

ARCH(0,p)模型的参数估计

ARCH模型中的未知参数很多,本文利用Monte Carlo最优法对ARCH(0,p)模型和ARCH(0,1)模型中的未知参数进行估计。     

金融数据变结构波动性模型的综述及研究进展

分别从马尔可夫转换模型、马尔可夫混合模型及马尔可夫与ARCH类模型的联合,对变结构金融数据波动性模型进行了综述;这种变结构的波动模型克服了传统波动性模型（ARCH类）波动持续性被高估及无法实现体制（状态）间的转换的不足。     

Poisson ARCH(1)过程的中偏差及其应用

给出Poisson ARCH(1)过程的中偏差存在形式,并将Poisson ARCH(1)过程应用到一个离散风险模型中,利用获得的中偏差结果,对其有限破产概率进行了渐近等价估算.     

基于HAR RV J ARCH模型的中国股票市场异质性研究

针对中国股票市场的异质性现象,提出HAR-RV、HAR-RV-J以及HAR-RV-J-ARCH这3种模型进行研究;采用最小二乘法结合Newey West协方差形式进行参数估计再进行预测,并比较3种模型拟合效果和预测效果;实证结果得出股票市场收益波动率的异质性主要是由月波动(长期交易者)和跳跃波动决定,日波动(短期交易者)和周波动(中期交易者)影响效果较小,并且HAR-RV-J-ARCH模型拟合效果更好;结果表明HAR-RV-J-ARCH模型能较好地描述股票的异质性现象。