前言:本站為你精心整理了ARCH模型期貨市場論文范文,希望能為你的創(chuàng)作提供參考價值,我們的客服老師可以幫助你提供個性化的參考范文,歡迎咨詢。
一、平穩(wěn)性
檢驗在進行金融時間序列分析之前,需要對數(shù)據(jù)的平穩(wěn)性進行檢驗,若用非平穩(wěn)的數(shù)據(jù)來建模,會出現(xiàn)“偽回歸”的問題。因此,對非平穩(wěn)數(shù)據(jù)需要做數(shù)據(jù)的預處理,轉化為平穩(wěn)序列后再建模。本文利用Eviews對序列做ADF的單位根檢驗。我國期貨市場日成交額數(shù)據(jù)在5%的顯著性水平下,單位根檢驗的t=-3.989489<-3.415536,且伴隨概率P=0.0094<0.05,遠遠小于5%的顯著性水平,拒絕存在單位根的原假設,說明序列不存在單位根,是平穩(wěn)序列。
二、均值方程的估計及arch效應的檢驗
1.均值方程的估計。由ACF的拖尾性及PACF的截尾性,建立AR,基本形式為:yt=c+ryt-3+ut(1)最小二乘估計的結果為:yt=7803283+0.894144yt-3+μt擬合的程度R2=0.802888,擬合程度較。
2.ARCH效應的檢驗
根據(jù)均值模型的殘差序列的時序圖呈現(xiàn)的聚類性,能初步判斷是否存在ARCH效應。小波動集群部分中,開始的小波動后面緊跟的是較小的波動,顯示出殘差方差序列波動較小;而大波動集群部分中,殘差序列一個大的波動后面就是一個大的波動,顯示出殘差序列波動加大。因此,日成交總額序列很可能存在ARCH效應。下面對估計出來的AR進行條件異方差的ARCH的Lagrange乘子檢驗(LM檢驗)。檢驗統(tǒng)計量LM為n*R2=115.8395>3.8415,且伴隨概率P=0.0000<0.05,即在5%的顯著性水平下拒絕同方差的原假設,說明估計出來的模型中存在ARCH效應。當先取更高階滯后期時,發(fā)現(xiàn)LM統(tǒng)計量的相伴概率顯著小于0.001,從而說明存在高階的ARCH效應,進而可以判斷這里存在GARCH效應。變換不同的滯后階數(shù)得到的LM統(tǒng)計量和伴隨概率值。我國期貨市場日成交量的回歸模型殘差存在高階的ARCH效應,由于低階的GARCH模型就可以很好地解釋高階的ARCH效,本文選擇最高階數(shù)為3的GARCH模型做模型的估計,在對ARCH類模型進行最優(yōu)模型選擇時,根據(jù)AIC信息準則做判定,其中取qmax為3,且當AIC值越小越好。
三、ARCH模型的選擇及估計
根據(jù)以上的分析,在Eviews中估計不同階數(shù)的GARCH和EGARCH模型,得到的AIC數(shù)據(jù)。AIC值最小的是EGARCH模型,因此本文選取該模型分析我國期貨市場的日成交額的波動性。
四、結語
本節(jié)對2009年1月5日至2012年2月6日我國期貨市場的日成交額進行了分析,得出以下結論:
1.通過對數(shù)據(jù)的正態(tài)性檢驗,發(fā)現(xiàn)2009年1月5日至2012年2月6日我國期貨市場的日成交額不服從正態(tài)分布,呈現(xiàn)尖峰厚尾的特性。
2.通過ARCH-LM檢驗顯示數(shù)據(jù)具有波動的聚類特征,存在ARCH效應。
3.通過對所建立的EGARCH模型的分析,說明外界的干擾對我國期貨市場日成交額的波動性呈現(xiàn)出非對稱效應,并且正的干擾比負的干擾對條件方差的影響大。
4.建立的EGARCH模型對我國期貨市場日成交額具有較好地估計和預測作用。
作者:李華呂敏紅張蒙單位:西安航空學院理學院