基于 GARCH 族模型的沪市风险溢价及杠杆效应研究一、选题的背景和意义我国股票市场的收益率也是服从非正态分布的，具有一定的尖峰厚尾的特征，并有很强的波动集聚性和持续性。同时我国股市股价的波动确实存在较为显著的ARCH 效应，因而 GARCH 族模型适合于拟合我国股市的日收益率序列。股票的收益率与风险存在明显的正相关，存在明显的风险溢价，也就是说，股市的风险越大，人们对于投资所要求的报酬也就越大，这从本文中的 GARCH-M 模型中可以得到验证。因此，当股市处于波动较大的时候，政府更加要注重保护投资者的利益。上海股票市场上确实存在信息不对称的现象（从 TGARCH 与 EGARCH 模型中可以得出），即坏消息对股市波动的影响与好消息的影响不同，坏消息的影响明显要大于好消息的影响，这与大量的国际经验是相同的。同时也说明了我国股票市场还不太成熟，主要是过多地依赖行政措施的干预而不是市场化的调节手段。最后，上海股票市场的波动性持续的时间较长（从 GARCH 模型的 GARCH（-1）系数为 0.871792 可以得出），说明了当证券收益率受到宏观政策、国际局势等因素影响出现异常波动后，需要很长时间才能够消除影响。管理当局在出台政策时应更加稳健，对市场的调控也更应从长远的角度考虑，把握好政策的调整力度。二、国内外研究现状及发展趋势我国学者研究 GARCH 模型与 ARCH 模型的区别就是在条件均值方程中加入了条件均值的自身滞后值的影响，因而简化了高阶的 ARCH 模型，一个具体的 GARCH1模型就是在具有与 ARCH 模型相同的均值方程之外的条件方差方程有所不同，举个例子，模型 GARCH(p,q)的具体形式可以表示如下： 在金融市场中，证券的收益率往往会依赖于它的波动率。一般来说，证券的波动率越大的话，投资者对其期望的收益率也就会越大。Engle 在 1982 年提出了 ARCH 模型，成为了给波动率建模提供一个系统框架的第一个模型，ARCH 模型的基本思想是：(a)均值修正的资产收益率 αt 是前后不相关的，但不是独立的；(b)αt 的不独立性可以用一个它的延迟值的简单二次函数来表述。具体地说，一个 ARCH(p)模型表示如下：其中，{εt}是独立同分布(iid)的随机变量序列，均值和方差分别为 0 和 1，实际中通常假定 εt 服从标准正态分布或者标准化的学生-t 分布；α0＞0，αi≥0；同时上式中的系数还必须要满足一些正则性的条件来保证 αt 的无条件方差是有限的。我们看到，ARCH 模型是个很...
