基于FIGARCH模型的中国房地产指数的实证分析.pdf

《基于FIGARCH模型的中国房地产指数的实证分析.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2013年第24期经济研究导刊No．24，2013总第206期EC0N0MICRESEARCHGUIDESerialNo．206基于FIGARCH模型的中国房地产指数的实证分析王芳(中国民用航空飞行学院计算机学院，四川广汉618307)摘要：在T分布和正态分布假设下采用GARCH模型和FIGARCH模型对上证地产股指数日收益率序列进行建模分析，结果表明，上证地产股指数日收益率序列的波动具有显著的长记忆性，表明外部冲击对波动有着长期的影响。因此，采用FIGARCH模型建模的效果优于采用GARCH模型建模的效果，并且在T分布假设下拟合模型，其效果优于在正态分布假设下拟合的模型。关键词：FIGAR

2、CH模型；GARCH模型；长记忆性；T分布中图分类号：F12文献标志码：A文章编号：1673—291X(2013)24—0001—04波动进行了建模分析，但对其波动的长记忆性尚未涉及。本引言文采用FIGARCH模型对上证地产股指数进行建模，试图分近年来，随着国民经济的快速发展，投资对中国经济的析其波动的长记忆性。快速增长起了极大的推动作用，其中房地产的投资更是发挥一、FIGARCH模型了举足轻重的作用。房地产业已经成为中国的支柱产业，在国民经济中占据了极其重要的位置。房地产业对于扩大内金融市场上收益的不确定性是现代金融理论所涉及的需，拉动经济增长有着重要的作用，其增加值在GDP中所占核心问题

3、之一。一般而言，金融变量的不确定性常用方差来的比重也逐年增加。目前中国正处于城市化发展的重要阶度量。传统的计量模型为了方便分析，通常假设扰动项满足段，房地产业的健康发展对于中国经济增长有重要作用。零均值、同方差和互不相关等条件，但在实践中这些假设都房地产业的增长并不是一直平稳发展的，而是有波动很难得到满足。大量的实证研究表明，金融时间序列中存在的，这个波动在房地产指数上有所体现。房地产指数的波动与着异方差性。因此，再用一般的时间序列来拟合金融时间序金融时间序列的波动相似，也有着波动集群性、长记忆性等特列的波动性就显得不太合适。为了反映金融时间序列异方差征。对于房地产业的投资者，除了关注房地产

4、业的投资收益外，等特性，Engle(1982)喂出了自回归条件异方差模型。~0ARCH还需要关注其收益的波动性Ep可能损失的风险，因为这也是模型，开创了金融时间序列发展的新方向。ARCH模型将时影响投资决策的重要因素之一。高估房地产业的风险将会使变方差建立为关于过去扰动的函数，从而能较好地描述资产投资行为变得过于谨慎从而失去投资机会，而忽视其风险则收益的波动集群性特征。但在实践中发现，为了能较好地反可能导致投资的失败。因此，对房地产业风险的正确评判是进映波动的特征，ARCH模型需要较高的滞后阶数，这样就增行房地产业投资决策得以成功的关键。而波动的长记忆性则大了估计的难度。为了解决这个问题，B

5、ollerslev(1986)tsJ在反映了外部冲击对波动性的持续影响，是波动的重要特征之一。ARCH模型的基础上进行改进，提出了广义ARCH模型，即目前对于房地产指数波动，尤其是其波动的长记忆性特GARCH模型。GARCH模型的出现简化了高阶的ARCH模征进行分析的文献尚不多见。Crawfordet~(2003)【噪用三种型，在实证研究中得到了广泛应用。时间序列模型：ARIMA，GARCH和结构转换模型对美国五个设{yl}为一时间序列，则ARMA(p，q一)一GARCH(p：，q)模州的重复交易房价指数建模，并做了对比分析。吴公梁和龙型的一般形式表述如下：奋杰[21运用ARCH模型对199

6、9年1月至2003年l0月的上a(L)yFc+b(L)8(1)海房价指数进行建模分析，发现与传统的时间序列相比，8t=Gt,ztARCH模型能更好地分析和预测房价指数的波动性。黄忠=‘I)+d(L)8+B(L)o{(2)华、吴次芳和杜雪君(2008)[31采用GARCH模型族分析了上式(1)中，(8。)是白噪声序列，且z'~iid(0，1)L是滞后算海房价的波动性，结果表明，GARCH模型族能很好地解释房ptql子，滞后多项式算子a(L)=1一∑a。Lib(L)=1+∑biL，。式(2)价的波动性。上述文献均采用了GARCH模型对房价指数的收稿日期：2013—05—19作者简介：王芳(198

7、0一)，女，四川成都人，讲师，从事统计学应用研究。即为GARCH(p，q)模型。其中，盯为f￡I】的条件方差，(L)=与B(L)满足所有特征根都在单位圆外。0≤d≤1是长记忆参数。当d=O时，FIGARCH模型退化为标准的GARcH模仪．L。，p(L)=B，分别是q阶和P阶滞后算子多项式。型；当d=l时，FIGARCH模型成为IGARCH模型，此时，当i：Ij=lGARCH模型的提出极大地推动了金融时间序列的