论文部分内容阅读
广义自回归条件异方差(GARCH)族模型已得到了极大的丰富和发展。然而，随之而来的一个问题是实际应用中究竟应选择怎样的异方差结构。本文从波动性预测的角度，以股权分置改革之后中国股票市场的指数数据为样本，对10类常见的GARCH类结构进行了实证研究.与现有研究不同的是，为了减少参数估计的效率损失对模型绩效评价的影响，研究中利用估计函数方法-一种效率较高的半参数方法进行参数估计。此外,还分别使用最小二乘方法和SPA检验法进行绩效评价，以期给出统计意义下的结果，并减少“数据窥察”(Data Snooping)问题。结果发现,与其它GARCH类结构相比,指数GARCH(EGARCH)和非对称幂GARCH(APARCH)模型能够更好地描述金融资产收益率的波动过程。