期刊文献+

基于ARMA-GARCH模型的沪深300指数波动率分析与预测 被引量:9

Analysis and forecasting the volatility based on ARMA-GARCH model of the CSI 300 index
下载PDF
导出
摘要 本文考虑到沪深300指数的序列不是单一线性或非线性的,而是既有线性部分也有非线性部分,而ARMA模型适用于平稳的时间序列,GARCH模型适用于分析易变性的数据,因此本文将ARMA和GARCH模型结合,线性部分使用ARMA模型,非线性部分使用GARCH模型,对沪深300指数建立ARMA-GARCH模型,并对沪深300指数的波动率进行了分析研究与预测。证明了ARMA-GARCH综合模型对沪深300指数的波动率短期预测存在着很大优势,在短期预测中能够较好地判断沪深300指数的未来趋势,但在长期预测中,由于多因素的干扰会出现较大误差。本文还证明了ARMA-GARCH模型的预测结果优于单独模型(ARMA或GARCH)对沪深300指数的预测。ARMA-GARCH模型对沪深300指数的波动率的预测结果能为投资者对沪深300指数的短期趋势判断和投资决策提供一定参考。
作者 黄轩 张青龙
出处 《中国物价》 2018年第6期44-46,共3页 China Price
  • 相关文献

参考文献3

二级参考文献11

  • 1[1]Hamilton,D.James,1994 Time Series Analysis[M],Princeton University Press.1994.
  • 2[2]Campbell,Y.John,W.Andrew.Lo,A.Craig.Mackinlay The Econometrics of Financial Market.Princeton University Press.1996.
  • 3Sentana E.Quadratic ARCH models[].The Review of Economic Studies.1995
  • 4Pagan A R,Schwert G W.Alternative models for conditional stock market volatility[].Journal of Econometrics.1990
  • 5Bollerslev T,Chou R,Kroner K.ARCH modelling in finance: a review of the theory and empirical evidence[].Journal of Econometrics.1992
  • 6Nelson D.Conditional heteroskedasticity in asset returns: a new approach[].Econometrica.1990
  • 7Glosten L,Jagannathan R,Runkle D.On the relation between the expected value and the volatility of nominal excess return on stocks[].The Journal of Finance.1992
  • 8Engle R F.Autogressive conditional heteroskedasticity with estimates of the variance of UK inflation[].Econometrica.1982
  • 9Day T,Lewis C.Stock market volatility and the information content of stock index options[].Journal of Econometrics.1992
  • 10Bollerslev T.Generalized autogressive conditional heteroskedasticity[].Journal of Econometrics.1986

共引文献204

同被引文献40

引证文献9

二级引证文献28

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