中国通货膨胀波动性特征的研究——基于GARCH模型和SV模型的比较分析
中国物价指数CPI波动分析——基于GARCH类模型的实证分析
３ 、Ａ Ｒ Ｃ Ｈ 效应检验
由图１ 可知 ， Ｓ Ｃ Ｐ Ｉ 序 列可能存在一定的条件异方差性 。因此 ， 文章残 差平方相关 图检验法对该序列进行条件 异方差性检验 ， 由 检验结果可知ＡＣ系数和Ｐ ＡＣ 系数显著不为零 ， 而且Ｑ统计量 也显 著， 所以， Ｓ Ｃ Ｐ Ｉ 的残差序列存在着一阶Ａ ＲＣ Ｈ效应 ， 表 明Ｓ Ｃ Ｐ Ｉ 序列 存在条件异方差性 。 （ 二） 模型构建 及结果分 析
３ ．Ｔ Ａ Ｒ Ｃ Ｈ 模 型
为 了反应Ｓ Ｃ Ｐ Ｉ 波动的非对称性 ， 文章通过在正态分布下构建 Ｅ Ｇ Ａ ＲＣ Ｈ 模型来考察波动率的非对称 胜。在Ｅ Ｇ ＡＲＣ Ｈ模型中， 估计 结果显示 ， 方差方程中的参数估计值 ＝ ０ ． ０ ５ ８ ３ ８ ２ ， Ｄ ＝ ０ ． ９ ７ ２ ２ ６ １ ， 则 。 【 ＋ｐ＞１ ， 不满足时间序列平稳 ｌ 生 约束条件 。因此 ， Ｅ Ｇ Ａ ＲＣ Ｈ模型不 能用来拟合Ｓ ｃ Ｐ Ｉ ｒ ￣列。 ４ 模 型 预 测 １ 、Ａ Ｒ Ｃ Ｈ （ １ ） 模 型 根据以上各种模型的分析可知 ， Ｇ Ａ ＲＣ Ｈ （ １ ， １ 膜 型可以更好的对 由ＡＲＣＨ效 应检验 结果 显示 ， Ｓ Ｃ Ｐ Ｉ 的残差序 列存在着 一 阶 Ｓ Ｃ Ｐ Ｉ ￣ Ｕ 进行拟合数据。为检验Ｇ Ａ ＲＣ Ｈ（ １ ， １ 预测的效果， 利用 ＡＲＣＨ效应。 因此利用正态分布 下ＡＲＣ Ｈ（ １ ） 模型对Ｓ Ｃ Ｐ Ｉ 序列进 Ｅ ｖ ｉ ｅ ｖ ｅ ｓ ６ ． ０ 软件进行样本内静态预测 ， 得ｇ Ｕ Ｇ Ａ ＲＣ Ｈ（ １ ， １ ） 模型下样本的 行重新估计 ， 得到方程如下 ： 预测值ＹＣ Ｓ Ｃ Ｐ Ｉ ， 然后将预测值和真实值绘制成相应 的曲线图（ 图３ ） 。 均 值方程 ：Ｓ Ｃ Ｐ Ｉ ｔ ＝ ０ ． ０ ０ ０ ６ ９ １ ＋ ０ ． ９ ６ ８ １ ３ ９ ８ Ｃ Ｐ Ｉ ＋ Ｑ ｔ 从 图３ 样本期间的真实￣ ［ Ｓ Ｃ Ｐ Ｉ （ 图中蓝色线） 和预测值ＹＣ Ｓ Ｃ Ｐ Ｉ （ 图中红 ｚ ＝（ １ ． ２ ３ ８ ３ ２ ５ ） （ １ ２ ９ ． ７ ７ ５ ０ ） 色线） 两条曲线的拟合隋况来看 ， 二者走势基本一致 ， 许多地方将近重 方 差方程 ： ＝ ４ ． ５ ０ Ｅ ０ ５ ＋ ０ ． ３ ２ ７ ６ ２ ９ ｉ ｆ 合， 这说 明Ｇ Ａ ＲＣ Ｈ（ Ｉ ， １ ） 模型 的拟合优度很高， 相应的预测精度也很 ｚ ＝ （ １ ２ ． ３ ２ ９ ０ ９ ） （ ３ ． ０ ２ ５ ４ ３ ６ ） 高。 Ｒ ＝０ ． ９ ８ ２ ５ ８ １ 对 数似然值＝ ９ ８ ６ ． ８ ４ ５ ８ ＡＩ Ｃ ＝－ ６ ． ８ ４ ９ １ ０ ０
基于GARCH模型中国股市波动性的实证分析
基于GARCH模型中国股市波动性的实证分析基于GARCH模型中国股市波动性的实证分析摘要：本文应用ARCH,GARCH,TARCH,EGARCH,GARCH-M模型对中国股市收益率进行定性及定量的分析。
考虑到我国股市变动的实际效果，提出EGARCH模型对我国股市是较好的选择。
分析股市的ARCH效应，对我国上证180指数收益率进行实证分析。
关键词：上证180指数,;GARCH模型;ARCH效应;收益率一、模型简介ARCH模型最早是由Engle于1982年提出，是最简单最基础的条件异方差模型(自回归条件异方差模型)，用来描述波动的集群性和持续性。
但是为了获取条件异方差的动态特征需要高阶的ARCH模型。
Bollerslev将ARCH模型的阶数推广到无穷，得到广义的自回归条件异方差模型，即GARCH模型。
该模型大大减少了参数估计的个数，具有良好的处理厚尾的能力。
后来的研究中先后对ARCH模型进行扩展，提出了ARCH-M,TARCH和EGARCH等模型。
现在国内的一些学者对证券市场上股票的价格及收益率进行了研究，指出与西方比较相像，其波动性呈现出明显的尖峰厚尾，异方差，波动的群集性等特征。
目前我国一些学术界的人对我国证券市场的指数进行实证研究，岳朝龙(2002)，万蔚(2007)，曾慧(2005)都对上证综合指数进行了实证研究，同样反映出我国证券市场的指数收益率呈现尖峰厚尾的特性。
但是还没有对上证180指数进行过ARCH效应的实证检验。
二、研究的目的和数据的.选取上证成份指数(SSE CONSTITUENT INDEX，简称上证180指数)是上海证券交易所中选取的股票。
以2008年1月2日为基准日。
本文选取2008年1月2日至2012年12月31日的上证180指数的收盘价进行分析，共有1119个数据(资料来源于海通大智慧)。
本文的分析均用Eviews3、1进行分析。
由于这一指数属于时间序列，容易导致不稳定性，因而用对数指数收益率。
基于GARCH族模型的我国股市的波动性及联动性实证研究的开题报告
基于GARCH族模型的我国股市的波动性及联动性实证研究的开题报告一、研究背景和意义股市波动性及联动性作为风险管理的重要研究领域，一直备受关注。
在全球化的背景下，股市波动性和联动性越来越受到国内外研究者的关注，而GARCH族模型具有广泛的应用价值，可用于量化分析金融市场中的波动性并进行风险管理。
因此，对于我国股市的波动性及联动性进行实证研究，对于有效预测市场风险、提高资产的配置效率等具有重要的实际意义。
二、研究内容和方法本研究将选取我国股市中的代表性指数作为研究对象，采用GARCH 族模型，对股市中存在的波动性和联动性进行深入研究。
具体来讲，研究将从以下几个方面展开：1. 对我国股市中代表性指数的波动性进行测算，并探究其波动性的特点和趋势变化。
2. 基于GARCH族模型，对我国股市中不同指数的波动性进行建模，探究其模型参数的变化规律。
3. 将建立的模型应用于风险管理领域，探究其对于风险的预测和分析的能力；4. 基于GARCH族模型，分析我国股市中不同指数之间的联动性，探究其联动关系及波动性的传染效应。
三、研究预期成果通过本研究，预期可以得到以下成果:1. 揭示我国股市中存在的波动性和联动性特点和趋势变化，并探究其背后的原因和机制。
2. 建立GARCH族模型，并对我国股市中不同指数的波动性进行模型拟合，对风险进行预测和分析，为风险管理提供一定的支持和帮助。
3. 基于GARCH族模型，探究我国股市中不同指数之间的联动关系，为投资者提供合理的资产配置建议。
四、研究的实施计划本研究从2022年2月开始，预计在2023年底完成。
具体的实施计划如下:1. 第一年：调研前沿文献，整理参考资料，初步构建研究框架，并制定实验方案和数据采集计划，进行资料的搜集和整理，学习量化分析理论和工具。
2. 第二年：对股市中代表性指数的波动性进行实证研究，开展波动性的特征分析与测算，并对GARCH族模型进行建模。
3. 第三年：对股市中不同指数的波动性进行建模，并对风险进行预测和分析，探究其对于风险管理的作用，并对联动关系进行研究和分析，撰写论文，完成毕业论文。
GARCH模型与随机波动模型的对比：期权定价和风险管理
GARCH模型与随机波动模型的对比：期权定价和风险管理译自Alfred Lehar，Martin Scheicher，Christian Schittenkopf ：GARCH vs. stochastic volatility:Option pricing and risk management摘要：在本文中，我们比较了B-S期权定价模型的两种通常延伸的样本绩效，即GARCH(广义自回归条件异方差)和SV（随即波动）。
我们为日内的FTSE 100（英国富时100指数）期权价格校正了三个模型并且采用了两套绩效标准，即样本估价误差和风险值调整措施。
当我们分析模型结果和观测价格的一致性时，GARCH明显优于SV和标准B-S模型。
然而，假定的金融衍生工具持仓量的市场风险预测显示出相当大的误差。
与实际盈亏的符合程度较低并且两个模型间没有明显的差别。
因此，总体来说，我们注意到如果只是基于定价的目的而不是VaR预测，则期权定价模型越复杂越能改进B-S方法。
1.引言在任何金融市场中，金融衍生工具的恰当估价对从业者来说都至关重要。
金融衍生工具如今是投资者投资组合的主要组成部分。
金融衍生产品的流通量和成交量从20世纪70年代开始就显著增长，该事实充分反映了金融市场的这一发展。
对市场参与者而言，主要的问题是由标准B-S模型得到的价格与观测价格显著不同。
这些系统估价误差可以由一个被称作“微笑”效应的特征事实证明如下：当波动性避开期权价格与价值状况和到期日发生冲突时，理论模型预测的结果就严重偏离事实。
这些理论误差表明实际上波动率不是恒定的而是随时间变化的。
这一结果与几何中布朗运动的恒定变动框架形成了对比，而布朗运动是B-S方法的基础。
定价误差源于不切实际的假定，而且对市场参与者测定其投资组合的市场风险产生了严重的后果。
在最近的几年中，监管部门已经允许金融机构使用内部风险模型来测定市场误差并分配经济资本。
基于这些目的，VaR已成为最常见的方法（概念）。
我国开放式基金风险度量——基于GARCH模型和SV模型的VaR比较
我 国 开 放 式 基 金 风 险 度 量
基 于 Ｇ ＲＣ 模 型 和 Ｓ Ａ Ｈ Ｖ模 型 的 Ｖａ 比较 Ｒ
鄢 雨诗 ， 淑 珍 朱
（ 东华 大 学 旭 日工 商 管 理 学 院 ， 海 ２ ０ ５ ） 上 ００ １
摘 要 ： 文是 对 我 国 开放 式 基 金 市场 风 险 的度 量进 行 研 究 ， 到 一 种 能 有 效 测度 我 国 开放 式 基 金 市 场 风 险 的模 型 ， 本 找 给 投 资 者 和投 资 机 构 提 供 参 考 。考 虑 到 金 融 时 间 序 列 数 据 的 波 动 性 以 及 概 率 分 布 ， 文 运 用 了 Ｇ Ｒ Ｈ 类 模 型 和 Ｓ 本 Ａ Ｃ Ｖ
Ｅｍｐ ｒｃ ｌ ｃ ｍｐ ｒ ｏ ，ｗｅ ｆ ｄ ｔ ｅ Ｖａ ａ ｅ ｎ ｔ ｅ Ｓ Ｔ ｍｏ ｅ ｓ ｍｏ ｅ ａ ｃ ｒ ｔ，ｗ ｉｈ ｉ ａ ｓ ｐ ｒ ｒ ｒ ｋ ｍｅ ｓ ｒ ｇ ｉ ａ ｏ ａ ｓ ｎ ｉ ｉ ｎ Ｒ ｂ ｓ ｄ ｏ ｈ Ｖ－ ｄ ｌｉ ｒ ｃ ｕ ａｅ ｈ ｃ ｓ ｕ ｅ ｏ ｓ ａ ｕ ｎ ｉ ｈ ｉ ｉ ｉ ｍｏ ｄ １ ｅ ｅ． Ｋｅ ｏ ｄ ： ｏ ｅ － ｎ ｅ ｕ ｄ ；ｉｋ； ｙ Ｗ ｒ ｓ ｐ ｎ ｅ ｄ ｄ ｆ ｎ ｓ ｒｓ ＧＡＲＣＨ ｄ ｌ Ｓ ｍｏ ｅ ； Ｖｍｏ ｅ ； Ｒ ｄ ｌ Ｖａ
ｍｏ ｅ ｈ ｍ ａ ｅ ｎ Ｎ ｄ ｓ ｂ ｔ ｎ ａ ｄ Ｔ ｄ ｓｒ ｕ ｉｎ ｎ ｈ ｎ ｕ ｅ ｈ ｅ ｕ ｔ ｏ ｃ ｌ ｕ ａｅ ｔ ｅ Ｖａ ｄ ｓ ｔ ｅ ｂ ｓ ｄ ｏ ｉｔ ｕ ｉ ｎ ｉｔ ｂ ｔ ，ａ ｄ ｔ ｅ ｓ ｓ ｔ ｅ ｒ ｓ ｌ ｔ ａ ｃ ｌ ｔ ｈ Ｒ．Ｉ ｐ ｔ ｆ ｔ ｅ ｉ ｒ ｏ ｉ ｏ ｓ ｎ ｓ ｉ ｏ ｈ ｅ
基于GARCH模型的我国股票价格波动性研究
Forum学术论坛 2018年5月177DOI:10.19699/ki.issn2096-0298.2018.15.177基于GARCH模型的我国股票价格波动性研究—— 以上证指数为例山西财经大学应用数学学院 李亚楠摘 要：本文利用2012年1月24日至2018年3月21日期间上证综合指数日收盘价的数据，对其收益率序列进行了统计描述，并对上证综合指数的对数价格建立GARCH模型，进行实证分析，得出上证指数的对数价格具有波动率聚集现象的结论。
关键词：GARCH模型 上证指数 波动率中图分类号：F830 文献标识码：A 文章编号：2096-0298(2018)05(c)-177-02我国股票市场经历了将近30年的演变，从无到有，从不规范到逐渐规范，可以说我国股票市场未来的发展前景是值得期待的。
但是，在看到我国股票市场繁荣的一面的同时，也应该注意到它所蕴含的风险，正是由于这种风险的存在，才使我们开始关注股票价格的波动率。
如今对股票价格波动率的研究已经越来越多，它的估计值是否准确直接关系到投资策略的正确与否。
在国外，人们对波动率研究的历史更加悠久。
1982年Engle 提出了自回归条件异方差(ARCH)模型，它反映了波动率的聚集现象；1986年Bollerslev 在前者的基础上提出了广义ARCH(GARCH)模型，对原有的ARCH 模型进行了改进，相比ARCH 模型而言，GARCH 用很少的参数就可以充分描述股票价格的波动率过程；1991年Nelson 又进一步提出了指数GARCH 模型，它弥补了前面两者的缺陷，使得波动率对股票价格的大幅上升和下降具有不同的反映，即描述了波动率的杠杆效应。
本文主要在GARCH 模型的基础上对上证综合指数进行描述，旨在研究近年来我国股票市场的不确定性，并对此进行探讨。
最后，本文会对全文内容进行总结并得出相应的结论。
1 模型简介1.1 ARCH模型简介1982年Engle 提出了波动率建模的第一个模型——ARCH 模型，即自回归条件异方差模型，该模型假定若{a t }满足：a t =σt εt ，σt 2=α0+α1 a 2t-1+…+αm a 2t-m 其中{εt }是均值为0，方差为1的独立同分布随机变量序列，α0>0，且对i>0有a t ≥0。
基于SVAR模型的我国通货膨胀动态响应机制研究
基于SV AR模型的我国通货膨胀动态响应机制研究内容摘要：本文利用SV AR模型分析了我国通货膨胀的各种动力来源。
实证分析结果显示：货币供给量的变化是我国通胀波动的主要动力来源；控制货币供给量的增长，保持一个连续可信的反通胀政策能有效地降低反通胀的成本。
产出缺口是通胀波动的另一个动力来源，保持产出的稳定能有效地控制物价的上升。
关键词：通货膨胀供给冲击需求冲击SV AR模型引言物价上涨过快以及波动过大一直以来是我国宏观经济运行中的突出现象，商品价格的急剧波动严重影响了人民的正常生活，威胁到一个国家的正常经济秩序，因此稳定物价是宏观经济管理的一项基本的任务。
2008年爆发金融危机，引发了全球的经济衰退，为了应对危机，我国2008年改变了宏观经济政策的方向，实行了扩张性的财政和货币政策。
2008年1月M0与M1的同比增速分别达到了31.2%与20.7%，2008年4月和5月的新增固定资产投资同比增速也达到了30.1%和32.4%的历史新高；扩张性的宏观经济政策剧烈地推高了我国的通胀水平，以至于2008年3月和4月居民消费价格指数分别在8.3%和8.5%的高位运行。
CPI指数经过2009年短暂的回落之后，2010年起又开始一路上升，2011年大部分月份达到了6%的通胀水平。
尽管2012年物价有所回落，但国家信息中心2013经济信息绿皮书《中国与世界经济发展报告（2013）》中描述：通过对进入新世纪以来，我国物价经历的四轮周期性的反复波动规律来分析，本轮物价回落的趋势已趋于结束，2013年我国CPI将进入新一轮上涨周期。
因此，从目前的实际情况来看，通货膨胀担忧仍然存在，稳定物价水平仍然是一项紧迫的工作。
要有效实施通胀的管理，一个前提条件就是必须弄清楚通胀的形成机制，而对通胀的动态响应机制进行深入分析正是本文的研究目的。
文献综述目前国内外对于通胀来源的分解主要采用结构向量自回归模型（简称SV AR），通过脉冲响应与方差分解技术来揭示通胀的动态响应机制。
中国猪肉价格波动的实证分析——基于GARCH类模型
'( ) *! " # $% $ & '( ) * +, - . /$0 1 2 34 5 %&6 " # 7 8 9 7 : '"("5(5-, ; )*< = > ? @ A B C . D E F GH . / $01 2 3 45 %&< = >? @ A B7 +"("(,5(5 ; )*< => ? @ A. / E F 7 @ I J K L M N O P Q -. D E F R S & # ' ( ) * + . D $0 1 2 3 4 5 %T U V K L .&"("5A8;@((+)/ + , - . W X Y "5%-,0 )1Z 1! " [ \ ] 1^ _ 17 ` 1K L a b c d e @ /
蛋 4个经济指标，并利用（6）式分别计算了其价格收
益率，依次记为{RY}、{RF}、{RB}、{RE}序列，其样本区
t
t
t
t
间和数据来源与{RPt}序列完全一致。 ! " # $ % ! " # $ % & ' ( ) * + , -
根据 GARCH类模型的构造思想，第一步是最大
限度地提取序列的固定信息，为此，本文对其水平均
自相关函数，二者都呈现典型的拖尾特征，并且滞后
6、12、18、24期的 Q统计量 所对应 P值均 远 远 小 于
①
0.0001，说明该序列存在明显的自相关性，是非白噪
声序列。平稳性和相关性检验都通过后，对{RP}序列 t
SV与GARCH模型对金融时间序列刻画能力的比较研究
样本数
均 值
标准差
偏 度
峰 度
J-B
Rt
23 67
0. 000102 0. 029095
1. 3424
15. 472
2 43 20
另外, 我们 根据 Joans Andr esson[ 4] 于 2001 年所作统计 , 可得 出世界金融 市场上金 融时间序列 的统计特 征, 列 于表 2。
X 收稿日期: 2002-04-28 基金项目: 国家自然科学基金资助项目( 70171001) 作者简介: 余素红, 天津大学管理学院。
GARCH 模 型和 SV 模型是两 种典型的异方差模 型, 是现代经 济计量学研究的重 点, 也是 金融实物 领域强有 力的新工具。关于 GAR CH 模型和 SV 模型在理论上的比较研究, 国内外特别是在国外学术界 已有大量研究。如 A. Harvey[ 1] , KI M Sang Jong[ 2] 等学者分别研究了 GARCH 与 SV 的 联系与区别, 他们认为这两类描 述波动过程的 模型 可以通过一个 共同的随机 微分方程 来表示, 又利用似 然比(LR )和 贝叶斯因子 等理论工具 比较了这 两类非嵌 套式模型的区别。
本文中讨论的所有模型均有以下分 布:
( yt + R2t ) ～ N( 0, R2t )
(1)
其中, R2t 是 yt 基于 t- 1 时 刻已有信息的条件方差。
如果 Rt2 有以下表达式:
p
q
∑ ∑ R2t = D0 +
Dj
y
2 t-
j
+
Bj R2t- j
(2)
j= 1
j= 1
( 1) 、( 2) 便是 GAR CH( p, q) 模型[ 5] 。条件方差 Rt2 是前期观测值及条件方差的函数, 显然, Rt2 是可观测值。该平方过
基于GARCH族模型的我国创业板指数的波动特征的实证研究
基于GARCH族模型的我国创业板指数波动特征的实证研究作者姓名：XXX指导教师：XXX单位名称：XXXXXX专业名称：金融学X X 大学2015年6月Empirical research on the volatility of the gem index based on the GARCH modelsBy XXXSupervisor: XXXXXXX UniversityJune 2015毕业设计（论文）任务书基于GARCH族模型的我国创业板指数波动特征的实证研究摘要近些年来，我国经济发展极为迅速，为适应多层次资本市场的需要，创业板市场在2009年10月正式成立，由于近一年来我国市场扩容，IPO发行速度加快，而创业板市场的上市要求明显低于主板以及中小板，公司自身存在很大风险，造成许多公司在上市后不久出现迅速的变化，导致股价产生剧烈波动，加大了广大投资者的风险，因而对创业板市场研究的迫切性就显现出来。
研究股票市场的波动性有利于更好的制定相关政策，对创业板进行管理，有利于投资者更好的分析其市场规律、定价及金融风险控制。
本文重点研究创业板指数的波动特征，选取截止至2015年4月30日前的创业板指数为样本，运用Eviews软件对样本进行了描述性分析，然后对序列进行ADF平稳性检验、自相关检验和ARCH效应检验，然后用GARCH和TGARCH模型对序列进行拟合分析，得出结果。
本文的实证结果表明:我国创业板指数收益率序列符合金融序列的特征，具有明显的波动聚集性、长记忆性以及尖峰后尾的特征，该序列存在ARCH效应，即波动与自身历史波动有相关性。
GARCH、TGARCH模型都能对该序列进行拟合，并得出波动存在非对称性和杠杆效应的结论，冲击持久性由α+β来决定，而本文中数据为0.98，十分接近于1，说明创业板依然存在很大风险。
关键字：波动特征，GARCH族模型，创业板Empirical research on the volatility of the gem index based on the GARCH modelsAbstractIn recent years, China's economic development is very rapid, in order to adapt to the needs of multi-level capital market, the growth enterprise market was formally established in October 2009, because of our country market expansion in nearly a year, IPO issuance speed is accelerated, and the growth enterprise market listing requirements significantly lower than the main board and small and medium-sized board, the company own existence very big risk, caused many companies to list in appeared shortly after the rapid change, cause the stock price volatility, increased the risk of investors, thus the urgency of the research on the growth enterprise market will emerge. Study the volatility of the stock market is conducive to better develop policies, to manage the gem, is helpful for investors to better analyze the market rules, pricing and financial risk control.This article focuses on the gem index fluctuation characteristics, selected as of April 30 2015, the index of the gem as sample, use Eviews software to the descriptive analysis of samples, and then the sequence of ADF test, autocorrelation test and test the ARCH effect, and then use GARCH and TGARCH model fitting for sequence analysis, the results are obtained.In this paper, the empirical results show that the our country the gem index yield sequence fits the characteristics of financial sequence, has obvious volatility clustering, long memory and rush yixiang characteristics, the sequence is the ARCH effect, namely the fluctuations are associated with their historical volatility. GARCH, TGARCH model can be to fit the sequence, and wave exists asymmetry and leverage effect of conclusion, impact persistence determined by alpha + beta, and the data in this article 0.98, very close to 1, shows that there are still many risks on the gem.Key words: volatility characteristics，GARCH models，GEM目录毕业设计（论文）任务书 ........................................ - 5 - 摘要 ................................................................ - 7 - Abstract........................................................... - 8 - 第1章绪论....................................................... - 1 - 1.1 研究背景........................................................ - 1 - 1.2 问题提出........................................................ - 2 - 1.4 相关研究文献综述 .............................................. - 3 -1.4.1 国外相关研究文献综述........................................ - 3 -1.4.2 国内相关研究文献综述........................................ - 4 - 1.5 本文主要内容................................................... - 6 - 第2章创业板指数波动性概念及GARCH模型................... - 7 -2.1创业板指数及波动性的概念...................................... - 7 - 2.2GARCH模型....................................................... - 7 -2.2.1GARCH模型数据检验............................................ - 7 -2.2.2GARCH模型................................................... - 10 -2.2.3TGARCH模型.................................................. - 11 - 第3章实证检验.................................................. - 13 -3.1数据选取及变量确定............................................ - 13 - 3.2创业板指数收益率序列的描述性分析 ........................... - 13 - 3.3GARCH模型估计与分析 .......................................... - 14 -3.3.1ADF平稳性检验............................................... - 14 -3.3.2自相关检验.................................................. - 15 -3.3.3GARCH模型的估计结果......................................... - 16 -3.3.4TGARCH模型的估计结果........................................ - 17 - 第4章结果分析及建议.......................................... - 20 -4.1实证结果分析................................................... - 20 - 4.2相关政策建议................................................... - 21 - 第5章结束语 ................................................... - 23 -5.1 本文主要结论.................................................. - 23 - 5.2 本文不足之处.................................................. - 23 - 5.3展望............................................................ - 24 - 参考文献.......................................................... - 25 - 致谢 ............................................................... - 28 - 附录 ............................................................... - 29 - 英文文献及翻译.................................................. - 42 -第1章绪论1.1 研究背景随着经济全球化的不断推进，经济金融化程度也在不断提高，金融市场在经济发展中扮演着越来越重要的角色。
浅谈基于GARCH
模型的金融市场预测引言金融市场的波动性一直是投资者关注的重点之一。
波动性可以看作市场价格发生变动的程度，对投资者而言，了解市场的波动性有助于制定风险管理策略和预测未来价格走势。
GARCH模型是一种常用的金融时间序列模型，用于建模和预测金融市场的波动性。
本文将对基于GARCH模型的金融市场预测进行浅谈。
GARCH模型简介GARCH模型是Generalized Autoregressive Conditional Heteroskedasticity的缩写，即广义条件异方差自回归模型。
它是对ARCH模型的扩展，用于描述金融时间序列中的异方差现象。
GARCH模型通过引入过去的波动性信息来预测未来的波动性，并且可以根据过去价格数据对波动性进行建模。
GARCH模型的基本思想是假设波动性是一个线性组合，其中包括了过去的波动性和残差的平方。
GARCH模型的建立建立GARCH模型需要以下几个步骤：1.数据预处理：首先，需要对金融时间序列数据进行预处理，包括平稳性检验、差分处理等。
平稳性是GARCH模型建立的前提条件，通过平稳性检验可以判断时间序列是否适合建立GARCH模型。
2.估计模型参数：通过极大似然估计方法，对GARCH模型的参数进行估计。
极大似然估计方法可以最大化条件概率函数，找到使得模型的拟合效果最好的参数值。
3.模型诊断：对估计得到的模型进行诊断，包括残差的自相关性检验、残差的平方序列是否具有异方差等。
诊断结果可以判断模型对观测数据的拟合程度和模型的有效性。
4.预测未来波动性：在得到估计模型后，可以利用模型来预测未来的波动性。
通过将已有的历史数据代入模型，可以得到未来波动性的预测结果。
预测结果可以用于制定投资策略和风险管理。
GARCH模型的优点与局限性GARCH模型具有以下几个优点：1.考虑了波动性的异方差性：相比于传统的时间序列模型，GARCH模型可以更好地捕捉金融市场中波动性的异方差性。
这对于金融市场预测和风险管理非常重要。
基于GARCH模型的上证指数波动率特征分析
基于GARCH模型的上证指数波动率特征分析基于GARCH模型的上证指数波动率特征分析摘要：本文以中国股市的代表指数上证指数为研究对象，利用GARCH模型对其波动率进行研究。
通过对上证指数的历史数据进行分析，揭示了上证指数波动率的特征，并基于GARCH模型对其进行了模拟和预测。
研究结果表明，上证指数波动率表现出一定的自相关性和峰态性，并且存在着杠杆效应和异方差性。
本研究对于理解中国股市的波动特征以及风险管理具有重要的意义。
1. 引言随着全球金融市场的发展和开放，股市波动成为影响经济的一项重要指标。
高波动性往往意味着更大的风险和不确定性，对投资者和决策者来说都具有重要的意义。
因此，对股市波动率的研究成为金融领域的热点之一。
本文将以中国股市的代表指数上证指数为研究对象，利用GARCH模型对其波动率进行分析，旨在揭示上证指数波动率的特征和规律。
2. 数据与方法本研究使用了上证指数的日度收益率数据，涵盖了2000年至2020年的数据。
首先，对上证指数进行了描述性统计分析，了解其基本特征。
然后，利用GARCH模型对上证指数的波动率进行建模和分析。
GARCH模型是一种经典的金融模型，广泛应用于股市波动率的研究和预测。
3. 上证指数波动率的特征分析通过描述性统计分析，可以看出上证指数的波动率具有一定的自相关性和峰态性。
在时间序列上，上证指数波动率存在显著的聚集效应，即波动率高的时期往往会持续一段时间，而波动率低的时期也会持续一段时间。
此外，上证指数波动率的分布呈现出明显的峰态，即在尾部呈现出更多的极端值。
这些特征表明，股市波动率不仅受到短期内市场情绪的影响，还受到更长期的结构性因素的影响。
4. 基于GARCH模型的上证指数波动率模拟和预测为了更好地理解上证指数波动率的特征，本研究利用GARCH模型对其进行了模拟和预测。
通过对历史数据的拟合，我们可以得到GARCH模型的参数估计值，进而通过该模型生成波动率序列。
模拟结果显示，GARCH模型能够较好地模拟上证指数的波动率，并反映出其特征。
基于GARCH模型的我国股市风险分析
基于GARCH模型的我国股市风险分析随着我国经济的不断发展，股票市场作为重要的资本市场之一，一直受到投资者的关注。
股票市场存在着各种各样的风险，投资者需要对市场风险进行深入的分析和研究。
本文将基于GARCH模型，对我国股市的风险进行分析，并探讨其影响因素和预测方法。
GARCH模型是一种用于分析时间序列数据中波动性的模型，它可以捕捉时间序列中的异方差性和自相关性，并可以对未来的波动进行预测。
在股票市场的风险分析中，GARCH模型可以用来对股价波动的风险进行建模和预测，为投资者提供决策依据。
我们来分析我国股市的波动性。
我国股市的波动性普遍较高，由于市场面临着包括政治、经济、金融等多方面的风险，股价波动十分剧烈。
以沪深300指数为例，我们可以利用GARCH模型对其波动性进行分析。
通过对历史数据的分析，我们可以得到沪深300指数的波动性指标，并利用GARCH模型进行波动性预测。
这有助于投资者更好地了解市场风险，进行风险管理和决策。
我们来探讨影响我国股市风险的因素。
我国股市风险受多方面因素的影响，包括宏观经济、政策、市场情绪等因素。
宏观经济因素如经济增长、通货膨胀、利率等对股市波动有着重要影响。
政策因素包括政府政策、监管政策等，这些因素往往会对市场产生重大影响。
市场情绪也是影响股市波动的重要因素，投资者情绪的波动会直接影响股市的波动性。
通过对这些影响因素的分析，可以更全面地理解我国股市风险的来源，为投资者提供基于风险的投资建议。
我们来探讨基于GARCH模型的我国股市风险预测方法。
利用GARCH模型可以对股市波动性进行预测，为投资者提供风险管理和决策依据。
通过对历史数据的建模和预测，可以得到未来股市波动性的预测值，帮助投资者更好地掌握市场风险，进行风险管理和决策。
还可以利用GARCH模型进行蒙特卡洛模拟、价值-at-risk（VaR）计算等方法，进一步提高风险预测的准确性和可靠性。
基于GARCH模型的我国股市风险分析是一项重要的研究课题，有助于投资者更全面地了解市场风险，进行风险管理和决策。
基于GARCH模型的我国股市风险分析
基于GARCH模型的我国股市风险分析
本文将基于GARCH模型，对我国股市风险进行分析。
GARCH模型是一种用来分析时间序列中波动性的模型，包括了自回归模型和移动平均模型的特征。
通过对我国股市的历史数据进行分析，研究股市风险和波动性的变化趋势，以及可能产生的影响。
首先，我们根据股市指数数据，对我国股市的风险性进行分析。
在过去的20年里，我国股市的风险性呈现出波动性上升的趋势，特别是2008年和2020年，股市风险出现较大的波动，这表明我国股市的波动性有逐渐增加的趋势。
接着，我们使用GARCH模型来分析我国股市的波动性。
我们采用的GARCH模型为GARCH(1,1)，其中1表示自回归项，1表示移动平均项。
我们使用的数据是上证综指的收盘价数据。
根据GARCH(1,1)模型的拟合结果，我们可以发现我国股市确实存在着波动性。
拟合出的波动性参数是0.087，这意味着标准差在5天内预测的误差率为8.7%。
同时，我们也可以发现，GARCH模型能够很好地描述我国股市的波动性和风险性，其拟合结果非常符合实际数据。
最后，我们通过对GARCH模型的拟合结果进行预测分析，分析了我国股市未来的波动趋势。
根据GARCH模型预测，未来一年内，我国股市的波动性可能还会有所增加，但总的来说，股市的波动性和风险程度会逐渐趋于平稳。
这意味着，未来的股市风险不会再出现过去那样的大幅波动。
总的来说，基于GARCH模型的分析，我们可以得出结论，我国股市的风险和波动性呈现出逐渐增加的趋势，但总的来说未来趋势将逐渐平稳。
通过对股市风险的深入研究，可以更好地帮助投资者进行风险管理和投资决策。
我国CPI增长率与其波动性的关系探讨——基于GARCH类和SV类模型的比较
通 货 膨 胀 与 通 货 膨 胀 波 动 的相 互 影 响 关 系 ，对 于 政 府 部 门运 用 货 币政 策 来 控 制
（ ，
其中 ｒ 为 ｔ 时刻 的通 货 膨 胀率 ， ．
（ ｉ ＝１ ， …， Ｐ） 是 均值 方程 的 自回 归参 数 ，
＋ ∑
为 后一期的 数学期望； ｈ 为 潜
在波动 的对数形 式（ ｌ ｎ （ 。 ） ） ，ｓ 为一个 鞅 差分序列 ，一般假定 为白噪声序列 ，且
＝ ＋ ∑ ｈ
， ， ～ Ⅳ （ ０ ， １ ）
（ ８ ）
此 时 ， 通 货 膨 胀 率 期 望 值 为
＋ ∑ 。 一 ＋ ｄ ｅ ｘ ｐ （ ｈ ， ） ， 其中ｄ 为风险溢出系
数， 用来度量波动对ＣＰ Ｉ 增长率 的影 响 ， 若
ｄ ＞ Ｏ ，表示波动对 ＣＰ Ｉ 有正 向作用 ，ｄ 值 的
在均值 方程中引入波动项作为预期通货膨 胀的一个影响因素 ， 由此得 到Ｓ Ｖ — Ｍ模型：
＋ ＋ｄｅ ｘ ｐ （ ｈ ， ）
， 、
型时就需要估计很多参数 ，由于这点很难
精确做到 ， 这被认 为是 Ａ Ｒ ＣＨ模 型 的一个 缺陷。为弥补这个缺陷 ， Ｂ ｏ ｌ ｌ ｅ ｒ ｓ ｌ ｅ ｖ 在１ ９ ８ ６ 年提 出 了广 义的 自回归条件 异方差模 型 ， 即 ＧＡ Ｒ ＣＨ模型来描述 时间序列 的 “ 波 动 集聚 ”现象 。
◆ 中 图分 类 号 ：Ｆ ７ １ ４ 文 献 标 识 码 ：Ａ 方差就会依赖于很久 以前 的残差 ，构建模
内容摘 要 ：Ｃ Ｐ Ｉ 与 Ｃ Ｐ Ｉ 波 动 的相 互 影响 关 系 ，对 政 府 运 用 货 币政 策 来 控 制 高 通 胀 水 平 有 重 要 的 现 实 意 义 。 本 文通 过 计 算我 国 １ ９ ８ ７ — ２ ０ １ ３ 年 Ｃ Ｐ １ 月度 环 比 增 长 率 ，利 用 ＧＡＲＣＨ 类 、 随机 波动
中国股市波动特征的实证研究——基于GARCH族模型
中国股市波动特征的实证研究——基于GARCH族模型作者：黄慧来源：《科技创业月刊》 2015年第23期黄慧（武汉大学经济与管理学院湖北武汉 430072）摘要：文章运用ＡＲ模型和ＧＡＲＣＨ族模型对中国股市收益率波动性进行实证分析．分析表明，中国股市股票收益率波动较大，具有聚集性与持续性，存在杠杆效应，收益率呈非正态分布，风险与收益不匹配，信息不对称严重。
最后给出结论，提出建议．关键字：ＧＡＲＣＨ族模型；波动性；风险溢价；杠杆效应中图分类号：F832 文献标识码：Ａｄｏｉ：１０．３９６９/ｊ．ｉｓｓｎ．１６６５－２２７２．２０１5．23．０19 收稿日期：２０１5－08－150 引言股票市场是经济晴雨表，波动率是经济学研究中的重要问题，股票价格频繁的波动更是股票市场中最为明显的特点之一．特别是对于股票市场的发展较晚的中国股市来说，对股市波动性特征的研究很有必要．１９８２年Ｅｎｇｌｅ提出ＡＲＣＨ模型，准确解释时间序列的异方差特征和波动聚集性．Ｂｏｌｌｅｒｓｌｅｖ在这之上，将其延伸到条件异方差中．为刻画风险溢价的情形，Ｅｎｇｌｅ等借助ＧＡＲＣＨ模型建模思想，提出ＧＡＲＣＨ－Ｍ模型．后来Ｎｅｌｓｏｎ提出了ＥＧＡＲＣＨ模型，描述了金融市场中的杠杆效应。
本文应用ＡＲ模型和ＧＡＲＣＨ模型族对中国股市收益率的波动性特征进行实证分析，分析我国股市存在问题，并提出建议。
1 模型介绍ＡＲＣＨ模型：显著反映方差变化特征．若平稳随机变量Ｘｔ表示为ｋ阶自回归过程，Ｘｔ的随机误差μｔ的方差能用误差项平方ｐ阶分布滞后模型刻画，误差项正态分布．表示如下：2 实证分析2．１数据的选择与处理选择２０００年０１月０２日年到２０１５年６月３０日上证综指日收盘价，数据来源于Ｗｉｎｄ．为消除异方差对数据进行对数和差分处理，求得股票对数收益率。
2．２收益率序列的随机游动模型假定收益率序列是随机游走过程．建立序列自回归方程，ＳＣ、ＡＩＣ最小值所对应的ＡＲ（４）的拟合效果最好，收益率符合随机游走模型。
中国产出增长与波动关系研究——基于GARCH模型分析
么样 的方 式增 长 ？ 是 Ｕ ，Ｖ 还 是 Ｗ型？ 经济 增 长 与 波动 似 乎 存 型 型 在 着 某 种 联 系 。但 是 有 关经 济 增 长 与 经 济 波动 的实 证 研 究 很 少 。 Ｚ ｒｏ ｚ 和 Ｍｏ ｒ （ ９ ６）研 究得 出美 国在 波 动 较大 的时 期 产 ａｎ ｗｉ ｏｅ １ ８ 出增 长 反 而 下 降 ；Ｃａ ｏａｅ 和 Ｍｃ ｉｒａ ｐ ｒｌ ｋｅｎ ｎ（ ９ 发 现 对 于 英 １ ６） ９ 国和 美 国 ，产 出增 长 与 经 济 波 动 性 存 在 正 相 关 性 ；Ｆ ｕ ｔ ｓ 和 ｏ ｎａ Ｋ ｒｎ ｓ ｓ（ ０ ６） Ｇ 研 究 后 发现 ，对 于 日本 和 英 国 ，产 出增 ａａ ａ ｏ ２ ０ 对 ３ 长 与 经济 波动 存 在正 相 关性 ；Ｋ ｒ ｎ ｉ Ｍｅ ｕｒ）据 跨 国数 据 ｏｍｅ ｄ 和 ｇｉ ｆ ｅｌ ￣ 得 出 ，如果 产 出增长 的标准 差较 高 ，则产 出增 长 的平 均值 也较 高 ； Ｊ Ｌ ｅ（ ０ ０） ｉ ｅ ２ １ 用面 板数 据对 Ｇ７ 究得 出较 高 的产 出增 长往 往 伴 ｍ 研 随较 高 的波 动 性 ，但 不必 然 导 致较 高 的 不确 定 性 。 Ｒ ｍｅ １ ９ ） ａ ｙ（９ ５ 与 Ｍａｔ 和 Ｒ ｇ ｒ ２ ０ ｒｎ ｉ ｏ ｅｓ（ ０ ０）用不 同 的样本 研 究得 出产 出增长 与 波 动存 在 负相 关性 。 上述 研 究都 是针 对 发达 国 家 ，而对 发展 中国 家尤 其是 中国 的研 究很 少 。在 金 融危 机 影响 下 ，中国经 济 波 动 比较 大 ，见 图 １ ２ ０ 。 ０８ 年 １ 月份 工 业产 值 增长 率 为５４ ，同月 ，中国政 府 提 出４ １ ．％ 万亿 救 市 计 划 ，随 后 经济 保 持 了较 高 的增 长速 度 。￣ ２ ０ 年 １ 月 份 ，工 业 Ｊ ｌ０ ９ １ 产值 增长 率达 到 １ ．％ ，实现 了全年 经济 增长 保８ 目标 。 ９２ 的
中国通货膨胀波动的测算——基于tvp-ar-sv模型
第35 卷第4 期Vol.35 No.42020 年4 月Apr. ,2020统计与信息论坛Statistics & Information Forum文新雷1,赵春艳1,张跃胜2（1.西安交通大学经济与金融学院，陕西西安710061#.天津城建大学经济与管理学院，天津300384）【统计理论与方法】中国通货膨胀波动的测算——基于TVP-AR-SV 模型摘要:准确测度通胀波动规律是研究通货膨胀及货币政策的重要基础。
为克服现有随机波动（SV ）模型 隐含假设中存在的天然缺陷，平衡模型估计的准确性与操作的简便性，通过对比SV 、UCSV 、ARSV 、TVP-AR-SV 四种主要模型，认为其中时变系数自回归随机波动（TVP-ARSV ）模型最适用于中国通胀波动的测度。
对中国的季度通胀数据建立该模型，利用马尔科夫链蒙特卡洛模拟（MCMC ）方法对模型参数进行贝叶 斯估计，得到通胀的波动序列，同时对通货膨胀进行预测，并与其他形式的SV 模型的估计结果进行对比。
结 果表明,TVP-ARSV 模型估计的随机波动能够全面地解释中国通胀率的整体波动规律，参数估计精度及模型对未来通胀的预测能力均优于其他备选模型。
关键词:通货膨胀波动;TVP-ARSV 模型；马尔科夫链蒙特卡洛方法中图分类号：F222文献标志码：A 文章编号：1007-3116（2020）04-0023-11一、引言近年来，中国经济发展开始从速度向质量进行转变,党的十九大及中央经济工作会议均强调经济工作要坚持稳中求进的总基调，以适应经济发展新常态。
而稳定的物价水平是保障经济平稳健康发展的重要前提。
通货膨胀历来是货币政策制定者关注的一个 重要指标，是调控物价的重要依据。
但是通货膨胀中的波动部分往往是一种噪声，会干扰主要的信号。
如 果货币政策对这些干扰信号做出反应,不仅无法实现 其调控效果， 反而会影响经济平稳运行）为能够提前 规避掉干扰因素,并准确地针对通胀中的主要信号来 进行调控，需要准确测度出通货膨胀的波动，将其从通胀中分离出来。
中国货币供应量与通货膨胀的实证关系研究——基于格兰杰与GARCH模
中国货币供应量与通货膨胀的实证关系研究——基于格兰杰与GARCH模型的分析作者：杨常锴原浩杨滟等来源：《科技创业月刊》 2014年第8期杨常锴原浩杨滟安佳（北京邮电大学经济管理学院北京１００８７６）摘要：基于２００７~２０１３年中国的ＣＰＩ和Ｍ２数据，使用格兰杰分析法分析两者关系，并使用ＧＡＲＣＨ模型验证波动效应，以考察不同计量方法对金融数据的刻画能力。
格兰杰结果为：Ｍ２是引起ＣＰＩ变化的格兰杰原因；ＧＡＲＣＨ验证结果为：ＣＰＩ存在波动溢出的ＡＲＣＨ效应，ＣＰＩ的波动会对Ｍ２造成冲击，格兰杰关系不成立。
考察结果为：金融数据的选取会严重影响到模型的结果，Ｍ２是引起ＣＰＩ变化的原因。
关键词：货币供应量；格兰杰因果；ＧＡＲＣＨ模型中图分类号：Ｆ８２２．５文献标识码：Ａｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６６５－２２７２．２０１4．08．０11１问题的提出货币主义经济学家弗里德曼教授认为，“通货膨胀水平以及波动间的正相关关系，当期较高的通货膨胀率会引起未来发生更大的通货膨胀波动”。
基于此，货币增发引发通货膨胀不确定性的逻辑关系成了各国学者关注的重点，并成为用各种方法进行验证的课题。
其中，大部分学者认为超增发是通货膨胀的原因，比如Ｇｒｉｅｒ和Ｐｅｒｒｙ，ＢｒａｄｌｅｙｋｅｍｐＷｉｌｓｏｎ等。
然而，也有学者不支持这个观点，比如Ｃｌａｒｋ。
２００８年，中国政府为应对美国金融危机采用大幅度扩张信用手段之后，学者们针对２０１０年之后ＣＰＩ上扬的经济现实，也开始了密集的弗里德曼关系验证。
比如李军就认为，短期内较高的货币供给，不一定会造成短期内较高的通货膨胀。
但多数学者都认为，货币增长是通货膨胀的原因。
比如刘克庆，马雪彬和朱东洋以及叶阿忠、李子奈和杜江等。
２００８年，中国政府为应对美国金融危机采用大幅度扩张信用手段之后，学者们针对２０１０年之后ＣＰＩ上扬的经济现实，也开始了密集的弗里德曼关系验证。
比如李军就认为，短期内较高的货币供给，不一定会造成短期内较高的通货膨胀。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
【 关键词 】 通 货 膨 胀 波 动 Ｇ Ａ Ｒ． Ｃ Ｈ 模 型 ｓ ｖ模 型
【 中图分类号 】 Ｆ ８ ２ ０ ． ５ 【 文献标识码 】 Ａ 【 文章编号 】 １ ０ ０ ６ — ２ ０ ２ ５ （ ２ ０ １ ５ ） ０ ７ — ０ ０ ０ １ — ０ ５
引曹 通 货 膨 胀 及 其 社 会 成 本 问题 是 货 币 经 济 领 域 恒 久
改革开放 以来 。 我国经 济得到了快速发展 ， 虽 然与 此相伴 的通货 膨胀 率年均水平不高 ．但其 动态转 换较
为频 繁 ． 既经历了 １ ９ ８ ８ 年 １ ８ ． ８ ％和 １ ９ ９ ４年 ２ ４ ． １ ％的 严 重 通 货 膨 胀 。也 曾步 人 １ ９ ９ ８ 年、 １ ９ ９ ９年 、 ２ ０ ｏ ２ 年 以 及 ２ ０ ０ ９年的轻微通 货紧缩 。从 而表现 出较 强 的波动 性 。
精 确 度 。 因此 ． 自Ｅ ｎ ｇ ｌ ｅ （ 恩格 尔 。 １ ９ ８ ２ ， １ ９ ８ ３ ） ［ ６ － ７ ］ 和 Ｂ ｏ ｌ ｌ ｅ ｒ ｓ ｌ ｅ ｖ （ １ ９ ８ ６ ） ￣ 分别提 出 自回归条件异方差 （ Ａ Ｒ Ｃ Ｈ） 模型和广义 自回归条件异方 差模型 （ Ｇ Ａ Ｒ Ｃ Ｈ） ， 并将 之
一
、
性进行量化和评估 ． 进而探索其规律性 ． 可 以帮 助 我们 保持物价稳定 ． 并以此促进经济增长。
不 变 的一 个 议 题 。 研究者普遍认为 ， 完 全 预 期 到 的 通货
早 期关于通货膨胀波动性的分析均采用方差 或标
准 差 加 以衡 量 。 如Ｏ ｋ ｕ ｎ （ 奥坤 ， １ ９ ７ １ １ Ｉ ２ １ 以通 货 膨 胀 序 列
Ｉ 摘要 ｌ 研 究通货膨胀的波动性特征 ， 对 于货 币 当局 治 理 通 货 膨 胀 以及 公 众 形 成 合 理 预 期 具 有 重 要 现 实意 义 。 因此 ， 运用 Ａ Ｉ Ｋ （ ４ ） 一 Ｇ Ａ ＲＣ Ｈ（ １ 。 １ ） 模型族 与 Ｓ ｖ模型族 ， 对 我 国通 货 膨 胀 的 波 动 性 特 征 进 行 分 析 。检 验 结 果 表 明 ， 我 国 通 货 膨胀 的波动具有聚集性、 持 久性 、 非 对 称 性 以及 “ 溢 出效 应 ” 等特征 。 为此， 货 币 当局 应 当贯 彻 执 行 稳 健 的货 币政 策 ， 并 通过 提 高政 策 的 透 明 度 ， 使公众形成合理预 期 ， 以更 有 效 地 实现 稳 定物 价 的政 策 目标 。
运用于估计通货膨胀的波动性之后 。 此方法及其推广模
型受 到大部分研 究的推崇 （ Ｂ ａ ｉ ｌ ｌ ｉ ｅ ｅ ｔ ａ ｌ １ ９ ９ ６ ： Ｇ ｒ ｉ ｅ ｒ 和
Ｐ ｅ ｒ ｒ ｙ ， １ ９ ９ ８ ； Ｃ ｏ ｎ ｒ ａ ｄ 和 Ｋ ａ ｒ ａ ｎ ａ ｓ ｏ ｓ ， ２ ０ ０ ５； Ｗｉ ｌ ｓ ｏ ｎ ， ２ ０ ０ ６ ； Ｇ ｕ ｇ ｌ ｉ ｅ ｌ ｍｏ和 Ａｌ ｅ ｘ ａ ｎ ｄ ｒ ｏ ｓ ， ２ ０ ０ ９ ； Ｋ ｏ ｍａ ｉ ｎ和 Ｔ ｉ ｍｏ ｔ ｈ ｙ ， ２ ０ １ ０；
主流经 济学一 般认 为 ．有效 的货 币政策必须加强 对通 货膨胀波动 的控制 ．以降低甚 至消除因波动 给宏 观经 济长期发展带来 的负面影 响 对 我 国通货膨胀 的波动
【 收稿 日期】 ２ ０ １ ５ — ０ ５ — ０ ７
Ｂ ａ ｌ ｃ ｉ ｌ ａ ｒ ｅ ｔ ａ １ ． ， ２ ０ １ １ ； Ｂ ａ ｌ ｃ ｉ ｌ ａ ｒ和 Ｏ ｚ ｄ ｅ ｍｉ ｒ 。 ２ ０ １ ３ ） ［ ９ － ｌ 司 。 Ｇ Ａ—
文社 科 基 金 青 年 项 目（ 编号 ： １ Ｃ Ｈ模 型 族 之 所 以受 到青 睐 ． 原 因在 于 其 能 够 对 不 可
预测冲击下通货膨胀 的条件方差进行 准确估 计 ．而且
【 基金项 目】 本 文 系国 家社会 科 学基金 青年项 目（ 编号： ｌ ｌ Ｃ Ｊ Ｌ ０ ２ ０ ） ； 南京邮 电大学人才 引进 项 目（ 编号 ： Ｎ Ｙ Ｓ ２ １ １ ０ ２ ２ ） ； 教 育部人
（ Ｈａ ｙ ｅ ｋ ， １ ９ ３ １ ） 。Ｉ ｌ ｌ
的无条件标准差作为波动性 的代理变量 ．类 似的研究 还有 Ｆ ｏ ｓ ｔ ｅ ｒ （ 弗 斯特 ， １ ９ ７ ８ ） 翻 、 Ｐ ａ ｇ ａ ｎ ｅ ｔ ａ １ ． （ 帕甘 ， １ ９ ８ ３ ） 嗍
以及 Ｚ ａ ｍｏ ｗ ｉ ｔ ｚ＆ Ｌ ａ ｍ ｂ ｒ ｏ ｓ （ １ ９ ８ ７ ） ｔ ￣ 等 。这 种 无 条 件 方 差 无 法 将 波 动 中 的可 预 测 部 分 和 不 可 预 测 部 分 分 离 出 来 ．从 而 明 显 降 低 了 以此 度 量 通 货 膨 胀 波 动 性 大 小 的
ｄ ｏ ｉ ： １ ０ ． １ ４ ０ ７ ６ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ６ — ２ ０ ２ ５ ． ２ ０ １ ５ ． ０ ７ ． ０ １
中国通 货膨胀 波动性 特征 的研究
基 于 ＧＡＲＣＨ 模 型 和 Ｓ Ｖ模 型 的 比较 分 析
杨小 军 ， 成园园
（ １ ． 南京邮 电大学 经济学院 ， 江苏南京 ２ １ ０ ０ ２ ３ ； ２ ． 南京邮电大学 管理学院 ， 江苏南京 ２ １ ０ ０ ２ ３ ）
膨胀一般不会对经济运行产 生实质性影响 ．当实 际情 形与公众对通货膨胀 的预期 不一致时 。便产 生通 货膨 胀 的不确定性 或波动性 ．从 而引起 价格扭 曲和社 会福 利损失 。 由此可见 ． 通货膨胀 波动性 的出现使得经济体 系 的信号发生紊乱 ．并通过扭 曲价格形成 和调节 机制 降低资源配置效率 。 最终增 加经济的运行成本 。因此 ， 通 货 膨 胀 最 严 重 的 后 果 就 是 对 市 场 机 制 的 破 坏