上交所國債市場波動率的實證研究

上交所國債市場波動率的實證研究

ID:21608570

大小:27.50 KB

頁數(shù):6頁

時間:2018-10-23

上交所國債市場波動率的實證研究_第1頁
上交所國債市場波動率的實證研究_第2頁
上交所國債市場波動率的實證研究_第3頁
上交所國債市場波動率的實證研究_第4頁
上交所國債市場波動率的實證研究_第5頁
資源描述:

《上交所國債市場波動率的實證研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、上交所國債市場波動率的實證研究  摘要:通過對上海證券交易所國債市場指數(shù)收益率序列波動特征的研究發(fā)現(xiàn),上交所國債市場指數(shù)收益率不但具有非正態(tài)性和條件異方差的特點,還具有長記憶性特征。實證研究表明,F(xiàn)IGARCH(1,d,1)模型能夠較好地刻畫上交所國債指數(shù)收益率波動的特征。  關(guān)鍵詞:非正態(tài)性;條件異方差;長記憶性;FIGARCH(1,d,1)模型    一、問題提出與文獻(xiàn)回顧  由于金融類時間序列,如收益率時間序列,往往具有時變性特點和束性趨勢,其方差會隨著時間變化而變化,呈現(xiàn)出異方差特征。因此對金融類時間序列的刻畫,主流的研究方法都是建立在ARC

2、H類模型的基礎(chǔ)上進(jìn)行的。  國外的研究中,Brooks和Simon(1998)按照一定的標(biāo)準(zhǔn)選用特定的GARCH模型來預(yù)測美元匯率的收益波動情況;Aguilar,Nydahl(2000)使用GARCH模型來對匯率的波動性進(jìn)行建模,取得了較好的擬合效果;Torhen、Bollerslev等人(2001)在基于德國馬克和日元對美元的匯率值、每日匯率值、每日匯率的波動分布和相關(guān)性的基礎(chǔ)上,完善了GARCH模型使用過程中對樣本分布的限制條件。  在國內(nèi),惠曉峰等(2003)基于時間序列GARCH模型對人民幣匯率進(jìn)行預(yù)測,發(fā)現(xiàn)GARCH模型的預(yù)測匯率與實際匯率

3、是非常接近的,擬合曲線幾乎完全跟得上實際匯率走勢;鄒建軍(2003)通過研究發(fā)現(xiàn)GARCH(1,1)模型對我國滬市收益波動性具有比較好估計和預(yù)測效果。牛方磊、盧小廣(2005年)運(yùn)用ARCH類模型對基金市場的波動性進(jìn)行了研究,發(fā)現(xiàn)上證基金指數(shù)收益率表現(xiàn)出非正態(tài)性和條件異方差的特征,GARCH(1,1)模型對上證基金的波動具有很好的擬合效果。王佳妮、李文浩(2005)應(yīng)用ARCH類模型分析了1999—2004年歐元、日元、英鎊、澳元等四種貨幣兌美元的匯率?! ∫陨涎芯勘砻?,ARCH類模型能夠比較準(zhǔn)確地刻畫金融類時間序列,特別是金融收益率時間序列的波動性

4、。因此,本文對我國交易所國債市場波動率的研究,也是以ARCH類模型為基礎(chǔ),通過深入分析交易所國債市場波動率的內(nèi)在特征,選取合適的模型對其進(jìn)行刻畫?! 《?、樣本選取與統(tǒng)計特征分析  (一)樣本選取和指標(biāo)設(shè)計  由于上海證券交易所國債指數(shù)從總體上基本反映了上海證券交易所國債價格的變動情況。本文以上證國債指數(shù)作為研究對象,選取2003年2月24日至2006年4月18日的每日上證國債指數(shù)收盤價為樣本,共計764個觀測值,數(shù)據(jù)來源于上海證券交易所、湘財證券圓網(wǎng)等相關(guān)網(wǎng)站?! ≡诖_定研究的樣本期后,再對上證國債指數(shù)的日收益率進(jìn)行計算,計算公式為:  OX語言環(huán)境

5、下TSM0.4軟件包計算得出?! ?二)統(tǒng)計描述及分析  首先,根據(jù)樣本序列(見圖1),我們對其基本波動特征進(jìn)行分析,依次進(jìn)行自相關(guān)檢驗、單位根檢驗、正態(tài)性檢驗和異方差性檢驗。結(jié)果如下:  (1)根據(jù)Ljung-BoxQ統(tǒng)計量和對應(yīng)P值(見表1),可以判定樣本序列在至少滯后25期內(nèi),不能拒絕沒有自相關(guān)的零假設(shè),說明樣本序列存在自相關(guān)性?! ?2)對樣本序列進(jìn)行ADF單位根檢驗,由于序列圍繞零均值上下波動,故檢驗選擇無常數(shù)項和趨勢項類型,ADF檢驗的t統(tǒng)計量為-14.69335,明顯小于顯著性水平1%的Mackinnon臨界值-3.4415,表明在1%

6、的顯著性水平下,拒絕樣本序列存在單位根的原假設(shè),說明樣本序列具有平穩(wěn)性。  (3)采用峰度(K)、偏度(S)以及JB檢驗聯(lián)合判斷樣本序列的正態(tài)性(見表2),結(jié)果表明樣本序列顯著異于正態(tài)分布,高峰厚尾現(xiàn)象明顯?! ?4)對樣本序列異方差性的檢驗,采用ARCH-LM檢驗法,當(dāng)取滯后階數(shù)為1時,結(jié)果(見表3)顯示樣本序列在l%的顯著性水平下,殘差序列存在ARCH效應(yīng),說明樣本序列具有異方差性,當(dāng)滯后階數(shù)取10、20時,結(jié)果一致?! ∑浯危鶕?jù)樣本序列自相關(guān)ACF圖,滯后階數(shù)為200(見圖2),進(jìn)行樣本序列記憶性特征分析,我們可以發(fā)現(xiàn),自相關(guān)函數(shù)前11階下降

7、的很快,而在其后則緩慢衰減,直至141階才逐漸接近于0,可見自相關(guān)函數(shù)對以前的影響有很強(qiáng)的依賴性,而且它衰減的形式不是很快地以指數(shù)形式衰減,而是以雙曲線的形式緩慢衰減,這表明條件方差受到的沖擊具有很長的持久性,樣本序列具有長記憶性特征,我們采用標(biāo)準(zhǔn)的GPH法對其進(jìn)行檢驗。根據(jù)標(biāo)準(zhǔn)的GPH-估計量得出的樣本序列的記憶參數(shù)d=0.43215(0.0162),括號內(nèi)為OLS估計檢驗統(tǒng)計量的P值,結(jié)果清楚地表明樣本序列長記憶特征的存在?!   ∪?、上交所國債收益波動率模型的構(gòu)建  首先對樣本收益率序列建立輔助回歸模型:  由于一般金融文獻(xiàn)均認(rèn)為GARCH(1

8、,1)模型就能夠描述大量的金融時間序列數(shù)據(jù),因此,本文根據(jù)FIGARCH(1,d,1)模型對樣本序列的條件異

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。