-
GARCH模型
鎖定
- 中文名
- GARCH模型
- 外文名
- generalized autoregressive conditional heteroskedasticity
- 別 名
- 廣義ARCH模型
GARCH模型ARCH模型
ARCH模型(Autoregressive conditional heteroskedasticity model)全稱“自迴歸條件異方差模型”,解決了傳統的計量經濟學對時間序列變量的第二個假設(方差恆定)所引起的問題。這個模型是獲得2003年諾貝爾經濟學獎的計量經濟學成果之一。
[1]
GARCH模型起源
傳統的計量經濟學對時間序列變量的第二個假設:假定時間序列變量的波動幅度(方差)是固定的,不符合實際,比如,人們早就發現股票收益的波動幅度是隨時間而變化的,並非常數。這使得傳統的時間序列分析對實際問題並不有效。
羅伯特·恩格爾在1982年發表在《計量經濟學》雜誌(Econometrica)的一篇論文中提出了ARCH模型解決了時間序列的波動性(volatility)問題,當時他研究的是英國通貨膨脹率的波動性。
[2]
GARCH模型ARCH模型內涵
GARCH模型GARCH模型
如果方差用ARMA模型來表示,則ARCH模型的變形為GARCH模型(波勒斯勒夫(Bollerslev),1986年)。
GARCH(p,q)模型為
GARCH模型IGARCH
IGARCH模型對GARCH的參數做了限制。IGARCH(p,q)模型可以表示為:
GARCH模型GARCH-M
GARCH-M模型把異方差項引入平均數方程式。一個簡單的GARCH-M(1,1)模型可以表示為:
GARCH模型ARCH模型的應用
ARCH模型能準確地模擬時間序列變量的波動性的變化,它在金融工程學的實證研究中應用廣泛,使人們能更加準確地把握風險(波動性),尤其是應用在風險價值(Value at Risk)理論中,在華爾街是人盡皆知的工具。
[4]
GARCH模型ARCH模型的變形和發展
- 波勒斯勒夫(Bollerslev)提出GARCH模型(Generalized ARCH);
- 利立安(Lilien)提出ARCH-M模型;
GARCH模型參見
- 參考資料
-
- 1. Engle, Robert F. (1982). "Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation". Econometrica. 50 (4): 987–1007. JSTOR 1912773.
- 2. Bollerslev, Tim (1986). "Generalized Autoregressive Conditional Heteroskedasticity". Journal of Econometrics. 31 (3): 307–327. doi:10.1016/0304-4076(86)90063-1.
- 3. Munim, Ziaul Haque; Schramm, Hans-Joachim (2017). "Forecasting container shipping freight rates for the Far East – Northern Europe trade lane". Maritime Economics & Logistics. 19 (1): 106–125. doi:10.1057/s41278-016-0051-7.
- 4. Lanne, Markku; Saikkonen, Pentti (July 2005). "Non-linear GARCH models for highly persistent volatility". The Econometrics Journal. 8 (2): 251–276. doi:10.1111/j.1368-423X.2005.00163.x.
- 5. Bollerslev, Tim; Russell, Jeffrey; Watson, Mark (May 2010). "Chapter 8: Glossary to ARCH (GARCH)" (PDF). Volatility and Time Series Econometrics: Essays in Honor of Robert Engle (1st ed.). Oxford: Oxford University Press. pp. 137–163. ISBN 9780199549498. Retrieved 27 October 2017.