现代金融专题研究(ppt 67页)

现代金融专题研究目录：
1、金融时间序列的特点
2、ARCH模型
3、GARCH模型
4、GARCH方差预测
5、基于GARCH的蒙特卡洛模拟

 

现代金融专题研究内容提要：
金融时间序列的特点：
尖峰厚尾（Leptokurtosis）：金融回报序列普遍表现出厚尾（fat tails）和在均值处出现过度的峰度（excess peakedness），偏离正态分布
波动丛集性（volatility clustering）和波动集中性（ volatility pooling），波动是自相关的
正负冲击的非对称性：好消息和坏消息对投资者的影响
以上的这些特点，传统计量经济学的线性回归模型是无法解决的。
回归的结果可能是错误的
ARCH模型：
ARCH，autoregressive conditionally heteroscedastic，自回归条件异方差模型
条件：在时间序列中，给出不同的时点的样本（对于不同时点的观测值），得到残差的方差是不同的，故方差随时间给出的条件而变化，即异方差
自回归：残差平方服从AR(p)过程
若线性回归模型的误差实际上是异方差，却被假定为同方差，这就意味着标准误差的估计值是错误的。
此时，参数的估计量的方差是有偏估计（或者不收敛，是时变的），统计检验和置性区间就不正确！

..............................