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Exponential GARCH (EGARCH)、Threshold Auto-Regreesive GARCH(TAR-GARCH)兩模型，在ㄧ樣的條件平均式( conditional mean )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DM test 結果顯示TAR-GARCH 預測波動能力比 EGARCH 來的準確。