基于GARCH模型的螺纹钢波动率研究
2016-11-23李勇
财经界·下旬刊 2016年20期
关键词:模型
李勇

伴随着我国经济结构转型和升级的深化,从2014年开始国内经济增速逐步放缓,全球经济也处于宽松货币政策后的需求疲软时期,大宗商品价格因中国需求的快速放缓而步入了的跌跌不休的熊市阶段。之后,随着我国开始钢铁行业的去才能,加上信贷宽松刺激房地产消费增加,住房价格的上涨更进一步推升了企业对钢材的需求,国内钢铁价格从谷底大幅反弹,涨幅超过50%。但是实体经济并未出现明显好转,螺纹钢期货价格上涨过快,这明显与大量投机资金参与有关,随后其价格也出现了快速调整。总的来说,螺纹钢期货价格经历了漫长的下跌和暴涨暴跌,整体市场波动率增大,参与其中的投资者的风险明显增加。因而,明确螺纹钢期货市场的波动率变化,采取相应的风险对冲措施,这对维护市场稳定、保护中小投资者具有重要意义。
一、GARCH模型介绍
在金融市场资产价格数据一般为随机游走序列,其收益具有明显的尖峰厚尾特征,因而最小二乘估计不再是最优和有效的。1982年恩格尔提出自回归条件异方差ARCH(Autoregressive Conditional Heteroskedasticity),即假定收益的随机误差的方差在某一段时间内系统性地取决于以前发生的随机误差,这一模型准确地模拟了时间序列变量的波动性的变化。1986年他的学生蒂姆·博勒斯莱在ARCH的基础上提出了广义自回归条件异方差模型GARCH(Generalized ARCH),即随机误差的方差在某一期间内不仅取决于以前的随机误差还取决于前一期方差,该模型成功地解释了金融时间序列的波动率簇集和肥尾现象。……
登录APP查看全文