根据1998年1月1日－2006年5月1日上证综指数据，采用GJR－GARCH模型对上证股市收益率的统计特性进行讨论，并分析了上证股市收益率波动的非对称性现象。结论表明：(1)上证综合指数序列存在冲击的非对称性，同时也存在着杠杆效应；(2) 由拟合得到的新闻影响曲线可以看出，GJR－GARCH模型的新闻影响曲线也是非对称的，同样强度的利空消息较利好消息对未来波动的影响更大。 如何上好第一堂课标签：GJR－GARCH模型；收益率；条件方差；杠杆效应；新闻影响曲线 东芝as100
1 GJR-GARCH模型概述 黑止血钳
Engle在1982年首先提出了ARCH模型，ARCH模型很好的捕捉了金融时间序列中波动的丛集现象。图1是上证综合指数自1998年1月1日至2006年5月1日间2005个交易日的市场收益率波动图，典型地刻画了金融市场收益率的这种特性。
2 实证分析
2.1 样本数据的选取
样本数据来源于WIND行情数据库，包括沪市综合指数的日收盘价格指数，导出数据为其复权后的数据，见图1。数据从1998年1月1日到2006年5月1日，共2005个观测值。
2.2 数据的基本统计特征和非正态性
数据的统计特征如表1所示（使用的软件是EViews5.0）。
正态分布的偏度应该是0，而样本数据的偏度是蛋白芯片技术 -0.014965， 此值为负数，右偏，数据的分布具有一个较长的左尾；正态分布的峰度应该是3，而样本数据的峰度是 8.889194， 此值大于3，验证了收益率数据具有尖峰厚尾的特性。
另外，我们通过估计数据序列收益率经验分布密度图（估计选用了Epanechnikov核，窗宽为0.005，共选取了1000个点），如图2所示，也验证了收益率分布的尖峰态。
2.3 单位根检验影剧院
我们使用增广Dick-Fuller（ADF）检验，验证所研究的数据是否具有单位根（使用的软件是EViews5.0）。在检验过程中，我们选择Schwarz Information Criterion（SIC），最大滞后阶数设为10，检验结果见表3。
白象百科
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议