期刊文献+

基于GARCH族模型的中国股市通信板块收益率波动分析

下载PDF
导出
摘要 文章运用GARCH族模型分析中国沪深股市通信板块指数日收益率的波动特性,发现信息通信板块收益率是一个平稳过程,其波动具有"聚集"和"非对称效应"的特点。而GARCH(2,1)模型比GARCH(1,1)模型更好地消除了收益率序列的异方差,其中非对称模型TARCH(2,1)模型的拟合效果最好;GARCH-M模型和非对称的CARCH(1,1)模型都不适用于描述其收益率的波动特征。
作者 王宏涛
出处 《沿海企业与科技》 2010年第12期8-16,共9页 Coastal Enterprises and Science & Technology
基金 陕西省教育厅科学研究计划项目"防止资产价格过快上涨和抑制资产泡沫问题研究"(项目编码:2010JK268) 2010年陕西省软科学"基于产业集群的陕西省电子信息产业循环经济发展模式研究"(2010KRM20) 西安邮电学院中青年科研基金(ZL2010-36和ZL2006-33)的资助
  • 相关文献

参考文献7

二级参考文献89

  • 1徐正国,张世英.调整"已实现"波动率与GARCH及SV模型对波动的预测能力的比较研究[J].系统工程,2004,22(8):60-63. 被引量:51
  • 2张兵.中国股市日历效应研究:基于滚动样本检验的方法[J].金融研究,2005(7):33-44. 被引量:77
  • 3周林.股票波动率模拟及预测效果的实证研究[J].上海经济研究,2006,18(12):100-105. 被引量:7
  • 4[1]Bollerslev,T.,R.Y.Chou,K.F.Kroner.ARCH Modeling in Finance:A Review of the Theory and Empirical Evidence[J].Journal of Econometrics,1992,52:5-59.
  • 5[2]Mincer,J.and V.Zarnowitz.The Evaluation of Economic Forecasts[J].in J.Mincer,ed.,Economic Forecasts and Expectations (New York:National Bureau of Economic Research),1969.
  • 6[3]Cumby R.,S Figlewski,and J.Hasbrouck.Forecasting Volatility and Correlations with EGARCH Models[J].Journal of Derivatives,1993,Winter:51-63
  • 7[4]Tsay.Ruey S..Analysis of Financial Time Series[M].John Wiley & Sons,2002:112-113
  • 8[5]Andersen T,Bollerslev T..Towards a unified framework for high and low frequency return volatility modeling[J].Statistical Neerlandica,1998,52 (3):273-302.
  • 9[6]Andersen T.G.,Tim Bollerslev Francis Diebold,and P.Labys.Modeling and Forecasting Realized Volatility[J].Econometrica,2003,71(2):579-625.
  • 10[10]Engle RF..Autoregressive conditional heteroskedasticity with estimates of the variance of U.K.inflation[J].Econometrica,1982,45:987-1007.

共引文献393

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部