跳转到内容

ARCH模型

本页使用了标题或全文手工转换
维基百科,自由的百科全书

ARCH模型(英语:Autoregressive conditional heteroskedasticity model,全称:自我回归条件异质变异数模型),解决了传统的计量经济学时间序列变量的第二个假设(变异数恒定)所引起的问题。这个模型是获得2003年诺贝尔经济学奖计量经济学成果之一。

起源

[编辑]

传统的计量经济学时间序列变量的第二个假设:假定时间序列变量的波动幅度(方差)是固定的,不符合实际,比如,人们早就发现股票收益的波动幅度是随时间而变化的,并非常数。这使得传统的时间序列分析对实际问题并不有效。

罗伯特·恩格尔在1982年发表在《计量经济学》杂志(Econometrica)的一篇论文中提出了ARCH模型解决了时间序列的波动性(volatility)问题,当时他研究的是英国通货膨胀率的波动性。

ARCH模型内涵

[编辑]

表示收益或者收益残差,假设,此处(即独立同分布,均符合期望为0,方差为1的正态分布)此处序列建模为

(其中,即各期收益非负数线性组合常数项正数

GARCH模型

[编辑]

如果变异数用ARMA模型来表示,则ARCH模型的变形为GARCH模型(波勒斯勒夫(Bollerslev),1986年)。

GARCH(p,q)模型为

IGARCH

[编辑]

IGARCH模型对GARCH的参数做了限制。IGARCH(p,q)模型可以表示为:

条件是:

GARCH-M

[编辑]

GARCH-M模型把异方差项引入平均数方程式。一个简单的GARCH-M(1,1)模型可以表示为:

残差项定义为:

ARCH模型的应用

[编辑]

ARCH模型能准确地模拟时间序列变量的波动性的变化,它在金融工程学实证研究中应用广泛,使人们能更加准确地把握风险(波动性),尤其是应用在风险价值(Value at Risk)理论中,在华尔街是人尽皆知的工具。

ARCH模型的变形和发展

[编辑]

参见

[编辑]