GARCH model and the Autoregressive Conditional Density modeling application in Chinese stock market

摘要

从事于金融时间序列预测的研究工作者发现，金融时间序列数据往往存在异方差的现象。为了刻画预测误差的条件方差中可能存在的某种相关性，恩格尔(Engle，1982)提出了自回归条件异方差模型，即ARCH模型。后由博勒斯莱文(Bollerslev，T.1986)发展成为GARCH模型-广义自回归条件异方差模型。ARCH/GARCH族模型对误差的方差进行了建模，特别适用于波动性的分析和预测，这样的分析对投资者的决策以及政策的制定者都能起到非常重要的指导性作用，其意义已不单单只是对数值本身的分析和预测。 尽管GARCH族模型能很好的刻画出股票收益率波动的特征，但在建模过程中，我们发现，GARCH族模型假...