現代金融專題研究(ppt 67頁)

現代金融專題研究目錄：
1、金融時間序列的特點
2、ARCH模型
3、GARCH模型
4、GARCH方差預測
5、基於GARCH的蒙特卡洛模擬

現代金融專題研究內容提要：
金融時間序列的特點：
尖峰厚尾（Leptokurtosis）：金融回報序列普遍表現出厚尾（fat tails）和在均值處出現過度的峰度（excess peakedness），偏離正態分布
波動叢集性（volatility clustering）和波動集中性（ volatility pooling），波動是自相關的
正負衝擊的非對稱性：好消息和壞消息對投資者的影響
以上的這些特點，傳統計量經濟學的線性回歸模型是無法解決的。
回歸的結果可能是錯誤的
ARCH模型：
ARCH，autoregressive conditionally heteroscedastic，自回歸條件異方差模型
條件：在時間序列中，給出不同的時點的樣本（對於不同時點的觀測值），得到殘差的方差是不同的，故方差隨時間給出的條件而變化，即異方差
自回歸：殘差平方服從AR(p)過程
若線性回歸模型的誤差實際上是異方差，卻被假定為同方差，這就意味著標準誤差的估計值是錯誤的。
此時，參數的估計量的方差是有偏估計（或者不收斂，是時變的），統計檢驗和置性區間就不正確！

..............................