ARCH&GARCH现代金融研究专题-

现代金融研究专题GARCH模型11、金融时间序列的特点尖峰厚尾（Leptokurtosis）：金融回报序列普遍表现出厚尾（fat tails）和在均值处出现过度的峰度（excess peakedness），偏离正态分布波动丛集性（volatility clustering）和波动集中性（ volatility pooling），波动是自相关的正负冲击的非对称性：好消息和坏消息对投资者的影响以上的这些特点，传统计量经济学的线性回归模型是无法解决的。回归的结果可能是错误的231、金融时间序列的特点实证结果表明：金融资产的回报率并不完全满足正态分布对深市2000.1.42006.5.9日回报率样本偏度是0.75，峰度是8.91。由于大多数的金融资产具有明显的重尾性，可以采用两种方法进行改进条件分布：ARCH和GARCH寻找其他分布形式来描述，主要有t分布，GED分布和 g e,s,y = garchsim(spec,1000); hist(y) garchplot(e,s,y) y6364仿真的回报分布（t+1）65