论文部分内容阅读
长期的实证分析发现，金融时间序列的波动性具有集群性，即随机扰动往往在较大幅度波动后面伴随较大幅度的波动，在较小波动后面紧接着较小的波动。我国股票市场的发展时间较短，金融市场不稳定，市场波动性大，本文通过ARCH模型族对我国股票市场进行研究意义重大。
传统计量经济学是我们研究经济金融的主要工具，其中很多假设条件真正应用于现实经济当中就会发现很多的不合理。1982年在英国通货膨胀问题研究当中，Engel对如何准确测量数据波动，形象的刻画收益率异方差问题提出了ARCH模型，从而找到了有效解决上述问题的新方法。ARCH模型可以对金融风险较以往模型更准确，所以ARCH模型目前已成为描述金融风险的主要模型。
本文以上证综指日收益率作为研究对象，采用ARCH模型并结合EViews6统计软件对样本数据进行统计特征分析，主要得出以下结论:序列数据的尖峰厚尾特征;序列数据的异方差特征;序列数据波动的非对称特征。
本文首先介绍了国内外学者关于股票市场波动性的研究现状，其次就现阶段国内外学者选用的主要研究模型做了简单介绍，为后文的研究奠定了理论基础;再次对文章所选研究数据进行ARCH效应分析，确定所选数据分布符合模型要求。接下来是本文的重点内容，即比较不同的ARCH类模型的估计结果，得出适合于本文研究的模型，在分析我国股市时间序列的表现进行评价，并得出一些对监管部门有借鉴意义的结论。本文最后，根据实证分析得出的结果提出建议。