论文部分内容阅读
波动率是资产收益率的条件方差。刻画和预测资产收益率波动率的研究是当前金融领域非常重要的内容，无论是在资产定价、风险管理还是在资产组合。人民币汇率作为金融时间序列的一种，其多元波动率的研究还处于初始阶段。由于K个不同国家对人民币汇率的协方差矩阵的自由变量有K(K+1)/2个，若对每个自由变量都构造一个时间序列模型，则会造成大量的模型参数要估计。在这种背景下，基于独立成分分析的多元波动率模型得到很好的应用。本文主要研究了基于独立成分分析的多元波动率模型，通过对IC-GARCH模型进行推广，得到IC-GJRGARCH模型和IC-IGARCH模型。重点研究了传统模型、改进前模型与改进后的模型在多元人民币汇率波动率预测的MAD对比。研究结果表明，基于独立成分分析的IC-GARCH优于OGARCH和CCC模型，而且经推广后的IC-IGARCH和IC-GJRGARCH模型预测效果要优于IC-GARCH。本文有如下主要研究成果：(1)研究了基于独立成分分析的多元波动率模型IC-GJRGARCH模型和IC-IGARCH模型。首先用FASTICA算法对多元人民币汇率收益率进行独立成分分析，提取出条件不相关的独立成分，然后对各个条件不相关的独立成分构建GJRGARCH模型和IGARCH模型，并对模型进行检验和参数估计。用多国家对人民币汇率的中间价的1194条数据进行实证分析，给出了实证分析的结果。(2)对改进后模型IC-IGARCH模型进行不同残差分布下的研究。研究了IC-IGARCH模型残差类型分别在高斯分布、广义误差分布和t分布的预测效果MAD对比。研究结果显示，改进后模型IC-IGARCH模型的残差类型为广义误差分布和t分布是的预测效果优于其在高斯分布下的预测效果。最后，简单探讨了基于独立成分分析的多元波动率模型的降维技术和各模型的预测效果对比的评价标准，提出未来的研究方向。