论文部分内容阅读
许多金融时间序列都具有波动时变的特征。目前,针对波动时变性的建模方法主要有两大类:一类是GARCH模型及其扩展形式;另一类是SV模型及其扩展形式。
本文的目的在于判别GARCH和SV模型谁能更好地描述金融资产收益序列的波动特征,为此,我们选择GARCH和SV模型中的两类不同形式:标准形式和不对称形式。我们先从理论方面比较它们的统计性质,然后运用GARCH(1,1)和SV模型,EGARCH(1,1)和A-SV模型对上证综合指数、深圳成份指数和香港恒生指数的日收益率进行拟合,并进行诊断检验,以找出能准确地描述我国股票市场波动性的模型。最终我们得到结论:在大多数情况下SV模型对样本数据的拟合要优于GARCH模型,它能更好地描述我国股票市场的分布厚尾性和平方收益序列的自相关性。
本文还比较了GARCH(1,1)和SV模型预测波动率的能力。我们使用三个准则来评价预测的准确性。实证分析结果表明,对于上证综合指数和深圳成份指数,SV模型的预测能力要明显优于GARCH(1,1)模型;而对香港恒生指数未来一天波动的预测,两种模型的结果并无较大的差异。