首页 / 章节 / 第 5 章

第 5 章 波动率模型

视频约 101 分钟 · 课件 124 页 · R 示例 8 个

查看视频小节目录
  1. 开场
  2. 为什么要研究波动率?
  3. 白噪声、i.i.d. 与鞅差分
  4. ARCH 模型
  5. GARCH 模型
  6. 非对称波动率模型
  7. IGARCH 模型
  8. ARCH、GARCH 模型的估计
  9. ARCH、GARCH 模型的诊断检验
  10. 多元波动率模型
  11. 案例:基于 BEKK–GARCH 的股指期现货波动率研究
  12. 案例:基于 DCC–GARCH 的股指联动性分析
  13. 章节总结
  14. 练习与方法自检

本章导读

金融收益率常表现出波动聚集:剧烈波动之后仍可能持续剧烈波动。本章把条件均值与条件方差分开,依次介绍 ARCH、GARCH、非对称波动率模型和 IGARCH,说明过去的冲击与过去的条件方差如何影响今天的风险水平。模型并非只要拟合出一条波动率曲线就算完成,还要检查参数条件、估计方法和残差诊断。

课件结合 R 示例和上证指数收益率,讨论 ARCH 效应检验、模型比较及多元波动率模型。学完后,你应能解释条件波动率的含义,识别波动聚集与非对称反应,并理解其在风险管理中的作用。

波动聚集ARCHGARCH非对称波动率条件方差风险管理

选读习题

本章选取 4 道习题。先独立思考,遇到困难时再逐步展开提示;完整题面及数据要求请参阅教材。

习题 5.1概念与理解

为什么需要波动率模型

为什么金融计量分析需要波动率模型?结合波动聚集现象,说明仅拟合收益率的条件均值会遗漏哪些信息,以及波动率建模对风险管理和预测区间的作用。

提示 1点击展开

先区分条件均值与条件方差;想一想收益方向难以预测时,波动幅度是否仍可能随市场状态变化。

提示 2点击展开

分别绘制收益率和平方收益率的时序图,比较它们呈现的持续性。

提示 3点击展开

从风险限额、预测区间和资产配置中各选一个场景,说明使用恒定方差可能导致的问题。

习题 5.3理论与推导

ARCH(1) 的四阶矩

在标准正态创新、正截距且 ARCH 系数非负的条件下,找出 ARCH(1) 过程具有有限四阶矩所需的参数条件。

提示 1点击展开

先求二阶矩,再将条件方差的平方展开,对等式两边取期望。

提示 2点击展开

利用创新与过去信息的独立性处理交叉项;所得方程的分母必须为正。注意二阶矩存在并不足以保证四阶矩存在。

习题 5.5理论与推导

GARCH 的两种平稳性

考虑模型 εₜ=√hₜzₜ,hₜ=ω+αεₜ₋₁²+βhₜ₋₁,其中 ω>0,α、β≥0;zₜ 独立同分布、独立于过去,均值为零、方差为一。辨析因果解的严格平稳条件与有限二阶矩的弱平稳条件,并说明使用对数矩条件所需的可积性。

提示 1点击展开

将方差递推写成随机系数形式,思考连续相乘的随机系数在什么条件下会衰减。

提示 2点击展开

另对递推式取期望,检查有限二阶矩存在时所得的方程;注意区分“存在平稳分布”与“方差有限”。

提示 3点击展开

比较平均对数与平均值的对数,有助于理解两类条件之间的关系;再检查平方收益率是否还需要更高阶矩。

习题 5.7数据应用

A 股收益的均值与波动率建模

选取一只 A 股股票至少一年的日收盘价,计算对数收益率,选择并估计 ARMA 均值模型,检查残差中的 ARCH 效应,再估计和比较 GARCH 模型。

提示 1点击展开

先检查价格口径和日期顺序,结合 ACF、PACF 与信息准则确定有限的候选模型,而不是无限增加阶数。

提示 2点击展开

均值模型残差不相关,并不意味着平方残差也不相关。需分别检查这两类依赖性。

提示 3点击展开

估计波动率模型后,检查标准化残差及其平方,报告参数约束和收敛情况;若比较预测能力,需另设样本外评价窗。

本章课件

第 5 章 课件封面

第 5 章 波动率模型

124 页 · 网页逐页阅读

本章 R 代码

观察波动聚集,理解 ARCH、GARCH 等模型如何用过去的冲击和条件方差刻画风险。

正文演示:模拟 GARCH(1,1) 的条件方差递推,并观察波动随时间变化。

数据说明:默认演示使用模拟数据;实际指数行情及部分模型所需扩展包另行准备。

打开本章 GitHub 目录 ↗ 查看本章代码索引
第 5 章 GitHub 代码目录二维码 扫码查看本章代码

点击下方条目可在线查看源码,或从 GitHub 下载。

本章 Python 补充实践

GARCH 条件波动率

波动率为何会持续升高,又逐渐回落?通过模拟、估计和预测,理解 GARCH 模型如何将过去的冲击传递到未来的条件方差。

动手实践:模拟并估计 GARCH(1,1);检查标准化残差平方;计算十期条件方差预测。

数据说明:默认使用模拟收益;也可提供包含 date, close 两列的价格 CSV 文件,至少 250 行。

打开本章 Python 目录 ↗ 查看 Python 导读与运行说明
本章 Python 代码二维码扫码查看 Python 代码
GitHub 代码仓库二维码

GitHub 代码仓库

书中 R 示例与公开数据按章整理,附有运行说明。可从各章演示程序开始,也可对照正文逐段学习。点击或扫描二维码即可打开仓库。

github.com/Jiajing-Sun/financial-econometrics-r

打开仓库