對稱性與非對稱性GARCH模型之股票波動預測比較

Abstract

股票報酬率的波動往往存有群集性與非對稱性兩種特性。在這篇報告中，想要了解對稱與非對稱ㄧ般化自我迴歸條件異質變異數模型(Generalized Autoregressive Conditional Heteroskedastic model, 簡稱 GARCH model) 的預測波動能力，進一步的想驗證非對稱性GARCH有比較準確的波動預測能力。本報告以GARCH(1,1)為基本組，非對稱型模型選擇ExponentialGARCH(EGARCH)、ThresholdAuto-RegreesiveGARCH(TAR-GARCH)兩模型，在ㄧ樣的條件平均式(conditionalmean)與預測水平(forecast horizons)下，使用移動式樣本組合估計GARCH、EGARCH、TAR-GARCH模型參數與預測波動，做非巢狀性模型間的比較，使用DM test(Diebold, F.X.&Marino,R.S.,1995)。而得到的報告結果在one-step水準下，雖然不是非常顯著，但EGARCH、TAR-GARCH模型預測能力確實比GARCH模型佳，而DMtest結果顯示TAR-GARCH預測波動能力比EGARCH來的準確。