文档介绍：ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
ARCH查验在恒生指数中的应用
<a rel='nofollow' onclick="d现 ,防备管理人片面地追求高利润而忽视风险的
行为 ,因为对高利润的片面追求有可能致使较高的风险从而
损坏最优化的目标。第三 ,1996 年此后 ,《巴塞尔协议》在控
制银行资本要求时规定各国金融机构一定使用风险价值量
VaR ,以便有效地监测和降低市场风险。
我们运用风险价值量 VaR 来预计以前 ,要先对条件异方
差σ 2 进行预计。下边就以 ARCH 模型 ,对恒生指数 2008 年
ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
7 月
2
日到
2008
年
9
月
30
日的数据进行预计。
ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
2 ARCH 预计
时间序列 INDEX是 2008 年 7 月 2 日到 2008 年 9 月
30 日香港证券交易所 62 个交易日的恒生指数。为了减缓序
列的颠簸程度 ,先对序列 INDEX作以下对数办理 ,获得序列 ly。
运用单位根过程――随机游动模型描绘 :Yt=Yt-1+ε t
在 EVIEWS 中运用方程预计 ,成立随机游动模型。 在对残差序列做 ARCH 效应的 LM 查验时 ,发现当 q=1 时的陪伴
概率 p=,是拟合最好的模型 ,中间的陪伴概率也比较少。但因为模型不明显 ,因此我们先做单位根查验。
对序列的一阶导数进行单位根查验 ,发现查验明显 ,即此序列为一阶安稳过程。
由 AIC、SC准则 ,我们选择当 q=1 的模型剖析。我们发现上边的 ARCH查验不可以经过 ,序列与自回归异方差模型不可以拟
合,可能是因为香港 2008 年的恒生指数的变化比较不平常 ,因
为遇到金融危机的影响 ,可能有限度地作出了一些调控而影
响模型的拟合 ,假如能够经过 ARCH查验的话 ,我们就能够进
行 GARCH模型的剖析 ,从而计算出风险价值量 ,以下给出
GARCH模型微风险价值量的计算方法。
ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
3 结 论
ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
ARCH检验在恒生指数中的应用
经过以 ARCH 模型来预计条件方差 ,这关于风险价值量方法来说 ,无疑是一种方法上的进步 ,并且在求解的过程中也更为的简单易行。 所预计的条件方差 ,能够使风险价值量方法
更好