ARCH模型在我国金融市场的应用情况研究

金融数据时间序列具有丛集性和方差波动性特点,传统经典计量模型对此的解释能力不足。ARCH模型引入观测数据方差自相关假设,有力地刻划和解释了金融数据的丛集性和厚尾尖锋特性。目前,国内用此模型对股指收益率、非对称性、市场有效性、量价关系、风险管理、保证金水平等问题研究取得了多项成果。但是,在研究中也存在样本容量小,容易导致实证结果不稳定、不可靠,对杠杆效应、周内效应、羊群效应形成原因和机理研究不足等问题。后续研究应该注重对超高频数据分析、波动的持续性、无条件分布的厚尾性及高维系统的分析。在参数估计方面,应针对具体市场和样本数据,检验各种模型和参数估计方法的能力。