时间序列模型在金融产品价格预测的效果分析

【摘要】金融市场的波动率对资产定价、✍组合投资以及风险管理无论是在理论上还是在实践上都是非常重要的。本文选取两种不同的时间序列模型――实际波动率和GARCH模型，对不同的金融产品价格进行预测并分析比较各自的效果。

【关键词】实际波ด动率 GARCH模型 时间序列

一、引言

二、不同的时间序列模型简介

（一 ﭢ）实际波动率

GARCH模型的优点在于：可以用低阶的GARCH模型来代替高阶的AฌRCH模型，从而使模型更加简便。

二、不同的时间序列模型对金融产品的价格预测

（一）GARCH模型对上证综合指数的预测

（二）GARCH模型对国际原油期汇价格的预测

（三）实际波动率对上证综合指数的预测

三、结论

在对上证综€合指数的预测中，实际波动率选择的样本数据为高频日内收盘价，而GARCH模型选择的样本数据为日内收益的平方，数据采集的频率越高，则理论上与真实值越接近，因此可初步判断实际波动率比GARCH模型具有更高的预测能力。在进一步分析中，我们计算两个模型中预测值与真实值偏差的平方可发现，GARCH模型中预测值与真实值偏差的平方是实际波动率模型的十倍左右，因此，在对上证综合指数的预测中，实际波动率较GARCH模型具有更高的预测能力。另外，在对国际原油期货价格进行预测时，我们可以发现，虽然GARCH模型的拟合较好，但它不能预测出可能是由于突发因素等造成的较大波动，这是GARCH模型的一个缺陷。