基于GARCH模型的互联网金融波动性预测研究

导出

摘要以余额宝为例，选取与余额宝对接的天弘余额宝货币基金2016年至2017年的每日万份收益数据作为研究对象，建立GARCH族模型，运用Eviews统计分析软件，对互联网理财产品收益率的波动性进行预测，并基于AIC准则选择出最优模型。研究表明，GARCH族模型能够很好地刻画收益率序列的波动特性，收益率波动存在非对称现象。

作者宣子岳

机构地区华东师范大学统计学院

出处《环球市场信息导报》 2018年第26期35-36,共2页 Global Market Information Guide

关键词 GARCH模型波动性互联网预测 GARCH族模型收益率序列金融统计分析软件

分类号 F830.91 [经济管理—金融学]

引文网络
相关文献

1李沫,邢炜.金融波动加剧会抑制投资吗?——兼论国有企业占比的作用[J].江西社会科学,2017,37(8):71-80. 被引量：3
2丁雪华.英汉词汇中性别标记的非对称现象[J].克拉玛依学刊,2007,10(6):86-88.
3陈赐,王延新.基于GARCH族模型的创业板指数收益率波动分析[J].宁波工程学院学报,2018,30(1):45-49.
4吴员福.融资融券标的证券配对交易策略研究——基于协整理论与GARCH模型[J].经贸实践,2018(11X):150-150. 被引量：1
5岳鑫.人民币汇率预测——基于 ARIMA、GARCH、BP 神经网络模型的对比分析[J].市场周刊·理论版,2017,0(21):105-106.
6包曙宁.浅谈金融风险价值量化分析的模型与实证[J].经贸实践,2017(2X):84-84.
7王峰.基于EWMA-GARCH(1,2)模型的统计套利策略研究[J].科技经济导刊,2018(8):34-35. 被引量：1
8牟晖,袁胜轩.股指期货是现货市场异常波动的主推因素吗?——基于上证50与中证500指数的实证研究[J].管理现代化,2018,38(3):6-9. 被引量：4
9高山,张国龙,高贯林.复杂应力场下煤巷围岩锚网索支护应用分析[J].煤矿安全,2018,49(1):168-171. 被引量：1
10张树亮,刘娟.中国汽柴油批发价格和零售价格的非对称实证研究——基于2012—2016年数据的APT-ECM模型分析[J].中国石油大学学报（社会科学版）,2017,33(5):1-6. 被引量：6

环球市场信息导报

2018年第26期

浏览历史

内容加载中请稍等...

基于GARCH模型的互联网金融波动性预测研究

相关作者

相关机构

相关主题

浏览历史