第 9 章ARCH 模型和 GARCH 模型 *重要阅读材料 Engle, Robert, 2004, risk and volatility: econometric models and financial practice, AER, 94(3: 405-420. 研究内容研究随时间而变化的风险 回忆Markowitz 均值方差投资组合选择模型怎样度量资产的 风险 本章模型与以前所学的异方差

旨在捕获、建模和预测股票行为的学术项目

目前最新版的UCSD_GARCH模型

基于ARCH、GARCH模型的人民币汇率波动实证研究

markov garch.rar

基于马尔可夫模型与GARCH模型的不足，提出了一类新的混合预测模型。

本文提出了一个多元VAR-BEKK-GJR-GARCH波动率模型来评估股票，债券和货币市场收益与收益波动之间的动态相互依赖性。 提议的模型允许市场互动，从而为证券定价，衡量风险价值（VaR），资产分配和多元化提供有用的信息，从而协助金融监管机构实施政策。 该模型是通过带有Student-t创新密度的最大似然法估计的。 构建了波动率溢出和杠杆效应的渐近卡方检验，并提供了波动率和收益率时变相关性的预测。 将该模型应用于澳大利亚的国内股票，债券和货币市场表明，国内金融市场是相互依存的，波动性是可预测的。 通常，由于普遍的新闻，波动率从股票市场溢出到债券和货币市场。 本文的实证研究结果量化了证券市场之间的关联，可以用来改善代理商的风险管理，投资组合选择和分散决策策略。

论文研究-基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究.pdf,  鉴于股票波动具有显著的多尺度特征，本文引入二元经验模态分解（EMD）与二元Copula-GARCH算法，提出一种新的VaR风险度量模型，即BEMD-Copula-GARCH模型.具体地，新BEMD-Copula-GARCH模型可分为三个主要步骤：数据分析，分风险估计和总风险集成.首先，基于二元EMD模型，将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量，以降低建模难度.其次，引入二元Copula-GARCH模型，刻画各组分量间的相互关系，以度量股票投资组合在不同尺度上的分VaR值.最后，集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合，结果表明：本文所构建的新模型能有效度量投资组合风险，其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.

我国股票市场与债券市场组合风险测量 --基于Copula-GARCH-EVT方法，周军，陈燕武，股票和债券是投资者进行投资组合的重要工具，股票市场与债券市场风险存在着复杂的相关关系。本文运用AR(1)-GARCH(1,1)模型分别提取两�

时间序列数据建立arima_garch模型,采用提前一步滚动预测。