8cARCH类模型的上海房价走势和波动性研究(8)

个预警指标，将武汉市房地产市场状况分为过冷、偏冷、正常、偏热、过热五级量化指标区问；应用因子分析法确定各指标的权重，建立武汉市房地产市场预警系统。

（三）计量方面的文献．

博克斯与詹金斯所著的《时间序列分析：预测与控制》提出了ＡＲＩＭＡ方法论，在“让数据自己说话”哲理的引导下，着重与分析经济时间序列本身的概率或随机性质，而不在意构造单一方程抑或联立方程模型。其分为四个步骤：

一、识别；二、估计；三、诊断；四、预测。ＡＲＩＭＡ模型的提出为时间序列的定价和走势预测分析开辟了一条新的路径。

郭磊在《上海市住宅市场发展的预测研究》一文中以上海市住宅市场为研究对象，以上海市统计局及相关年鉴中公布的月度统计数据为依托，采用计量经济学中混合自回归一移动平均（ＡＲＩ姒）理论，以及联立方程（ＳＩＭＵＬＴＡＮＥ叫ｓＥＱＵＡＴＩＯＮＭＯＤＥＬ）理论从静态、动态两个方面对研究对象建模分析，并就两种建模方法的结果进行对比分析，最终得到关于上海市住宅市场的短期预测结果，以及两种建模方法的适用条件。

彭津在《利用ＡＲＩＭＡ模型对ＣＨＩＢＯＲ７进行短期预测的实证研究》一文中运用ＡＲＩＭＡ模型来预测中国银行问同业拆借利率（ＣＨＩＢＯＲ），该文通过分析ＣＨＩＢＯＲ时间序列的特点，选取具有代表性的ＣＨＩＢＯＲ７的历史数据作为样本，运用ＡＲＩＭＡ模型建立合理的短期预测方程来得到较为精确的预测效果，该文成功运用了ＡＲＩＭＡ模型，为作者运用ＡＲＩＭＡ模型来分析房价的走势奠定了基础。

Ｅｎｇｌｅ于１９８２年提出了ＡＲＣＨ（自回归条件异方差）模型用于刻画波动的时变性。模型集中反映了误差的变化特点，目前已被广泛用于金融时间序列数据波动性的分析。Ｅｎｇｌｅ认为误差项的方差依赖于滞后的误差项。Ｂｏｌｌｅｒｓｌｅｖ于１９８６年又提出了ＧＡＲＣＨ模型（广义自回归条件异方差）对ＡＲＣＨ模型中存在的缺陷进行了改进。他认为误差项的方差不仅依赖于滞后的误差项而且也依赖于其滞后的方差。由于收益和风险是相关的，承受更高的风险必然要求得到更多的回报，据此又于１９８７年Ｅｎｇｌｅ、Ｌｉｌｉｅｎ、Ｒｏｂｉｎｓ提出了ＡＲＣＨ－Ｍ模型，以上三类均为基于对称性收益的ＡＲＣＨ类模型，而金融资产的收益往往呈现不对

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说教育文库8cARCH类模型的上海房价走势和波动性研究(8)在线全文阅读。