謝合亮+袁玥+宋博雅+李家琪
【摘要】時間序列模型是計量經(jīng)濟模型分析中所用的三大類重要模型之一,時間序列數(shù)據(jù)也是最為常見的一類數(shù)據(jù)。因此,時間序列模型在金融行業(yè)的運用也十分重要,本文將介紹計量經(jīng)濟模型中較為普遍的時間序列模型,對其在教學(xué)中的運用進(jìn)行分析,舉出教學(xué)案例進(jìn)行說明并得出結(jié)論。
【關(guān)鍵詞】時間序列模型 金融專業(yè)教學(xué) 實踐與運用
一、引言
時間序列模型是實證金融模型中的重要組成部分,是時間序列分析在金融各個領(lǐng)域的應(yīng)用,如股票市場、債券市場、金融衍生工具市場和外匯市場。適用于低頻和高頻數(shù)據(jù);分為時域分析、譜域分析和回歸分析集中分析方法;主要研究內(nèi)容為價格或收益序列的建模,以及相應(yīng)的波動性或風(fēng)險的建模。在金融學(xué)的教學(xué)過程中,采用格林編寫的《計量經(jīng)濟分析》,在該教材中,著重介紹了時間序列模型中的ARCH族類模型。ARCH模型是1982年由恩格爾(Engle, R.)提出,并由博勒斯萊文(Bollerslev,T.1986)發(fā)展成為GARCH (Generalized ARCH)——廣義自回歸條件異方差。這些模型被廣泛運用在金融時間序列分析中。
二、模型介紹
(一)ARCH模型
自回歸條件異方差(Autoregressive Conditional Heterosce- dasticity Model,ARCH)模型是特別用來建立條件方差模型并對其進(jìn)行預(yù)測的。模型公式為:
■ (1)
(二)GARCH(1,1)模型
在標(biāo)準(zhǔn)化的GARCH(1,1)模型中:
■ (2)
■ (3)
其中:xt是1*(k+1)維外生變量向量,γ是(k+1)*1維系數(shù)向量。(2)中給出的均值方程是一個帶有擾動項的外生變量函數(shù)。由于σ2t是以前面信息為基礎(chǔ)的一期向前預(yù)測方差,所以它被稱作條件方差,式(3)也被稱作條件方差方程。
(三)高階GARCH(p,q)模型
高階GARCH模型可以通過選擇大于1的p或q得到估計,記作GARCH(p,q)。其方差表示為:
■ (4)
這里,p是GARCH項的階數(shù),q是ARCH項的階數(shù)。
三、在金融學(xué)專業(yè)教學(xué)中實踐與運用
筆者在本科教學(xué)實踐過程中,向?qū)W生們講解了時間序列GARCH模型的相關(guān)內(nèi)容,并演示了在計量經(jīng)濟軟件eviews6.0下的操作流程。為了讓該模型能夠得到具體的實踐運用和操作,要求學(xué)生們完成相關(guān)性的論文,有幾篇關(guān)于時間序列GARCH模型的論文,利用GARCH模型對金融市場上的各類時間序列數(shù)據(jù)進(jìn)行具體的檢驗和參數(shù)估計,得出了相應(yīng)的結(jié)果并進(jìn)行了合理的預(yù)測。
(1)在基于時間序列GARCH模型的股票價格波動分析中,利用eviews6.0對采用的2012年4月至2014年2月的上證指數(shù)日收盤價取對數(shù)進(jìn)行GARCH模型的參數(shù)估計,得出的估計方程如下:
均值方程:■-0.047
(15639.40)
方差方程:■
(4.21) ? (3.06) (1.33)
R2=0.96 ?D.W.=2.10
對未來股票市場趨勢預(yù)測如下,結(jié)論為其股票在未來一段時間會出現(xiàn)下降的趨勢。
圖1 預(yù)測趨勢圖
圖2 解釋變量預(yù)測
(2)在GARCH模型的預(yù)測能力分析—基于國際原油期貨價格的研究中,選取UKWTI原油連續(xù)合約ET0Y近三個多月(2013.4.12— 2014.4.14)的每日收盤價格,利用時間序列GARCH模型對期貨價格進(jìn)行分析和預(yù)測。結(jié)果如下圖
圖3 樣本內(nèi)收盤價預(yù)測值與真實值對比圖
圖4 樣本內(nèi)方差預(yù)測值與真實值對比圖
該文得出的結(jié)論為,GARCH模型對期貨價格的預(yù)測分析能力較好,對其未來的預(yù)測是具有重要作用的。
(3)在實際波動率與GARCH模型的比較分析-基于上交所案例研究中,基于GARCH模型的理論基礎(chǔ)及eviews6.0軟件進(jìn)行的對樣本數(shù)據(jù)的分析,建立GARCH(1,1)模型如下:
方差方程:■
條件方差方程:■
(1.50) (0.31) ?(12.97)
R2=0.935 ?D.W.=1.762
對數(shù)似然值=742.384 AIC=-6.179 SC=-6.121
從定性上分析,實際波動率選擇的樣本數(shù)據(jù)為高頻日內(nèi)收盤價,而GARCH模型選擇的樣本數(shù)據(jù)為日內(nèi)收益的平方,數(shù)據(jù)采集的頻率越高,則理論上與真實值越接近,所以可初步判斷實際波動率比GARCH模型具有更高的預(yù)測能力。
四、結(jié)論
通過在金融學(xué)專業(yè)教學(xué)中的時間與運用研究,學(xué)生們能夠了解并消化關(guān)于教材中時間序列模型的有關(guān)內(nèi)容;能夠較為清楚地有條理地對時間序列模型進(jìn)行分析,得出有意義的結(jié)論和預(yù)測結(jié)果;能夠熟練地操作計量經(jīng)濟軟件eviews,利用軟件對金融數(shù)據(jù)進(jìn)行實際有效地處理。
參考文獻(xiàn)
[1]龔銳.陳伯常.楊棟銳.GARCH族模型計算中國股市在險價值(Var)風(fēng)險的比較研究與評述[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究,2005,(7):67-83.
[2]鄭振龍,黃薏舟.波動率預(yù)測:GARCH模型與隱含波動率[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究.2010,(01):140-150.
基金項目:防災(zāi)科技學(xué)院2014年度教研教改項目(JY2014B15)。
作者簡介:謝合亮(1982-),男,四川成都人,經(jīng)濟學(xué)碩士,防災(zāi)科技學(xué)院經(jīng)濟管理系講師;研究方向:計量經(jīng)濟學(xué)。