股票价格的具有外生变量的TARCH预测模型

摘要

利用分数阶差分和非对称TARCH模型对沪深300指数序列进行了建模和预测研究,首先通过分数阶差分消除了沪深300指数序列中的长记忆性,得到一条段记忆序列。然后,基于沪深300指数的异方差和非对称性,利用TARCH模型对其进行建模,并在该模型中引入外生变量,即广义货币供应量（m2）与居民消费价格指数（CPI）,并进行了实证研究,研究结果表明:基于分数阶差分的具有外生变量的TARCH模型能较好的解决沪深300指数预测这一问题,预测精度优于不考虑异方差和外生变量的模型。