arch模型的思路_ARCH模型的应用

R是一套完整的数据处理、计算和制图软件系统。由于R具有庞大的软件包系统，并且具有免费、开源等优点，因此被广泛应用。本文借助R软件以中国银行的股票数据为例，实现ARCH的拟合。

ARCH模型也称为条件异方差模型，该模型给出了之前时间序列变量方差不变的解决方法，满足资本市场上大多数时间序列误差的波动随时间变化这一条件。本文采用ARCH模型对中国银行的股价进行预测。

所选数据为2017年1月到2019年1月的复权后股票收盘价数据，共487个。数据来源于choice数据库。

在实际分析中，股票收盘价序列不是一个平稳的金融时间序列，因此不能直接用收盘价序列来进行分析，在这里我们采用收盘价的对数收益率数据来代替收盘价进行模型的拟合、预测，其中日对数收益率表示为：

中国银行收益率正态性检验的P值小于显著性水平0.05，表明收益率不服从正态性分布，不能简单地用一般测量工具测量，可以用本文提到的ARCH模型进行分析。

本文将以中国银行为例，对中国银行日收益率序列进行建模分析，数据来源于choice数据库，选取的是从2017年1月1日至2019年1月1日的复权后的收盘价数据。

我们在使用ARCH模型时，原观察值序列被要求是一个平稳非白噪声序列或者经过预处理之后满足平稳非白噪声序列这一条件。

中国银行2017年1月1日至2019年1月1日收盘价的收益率序列数据的时序图。

>library(readxl) #加载readxl程序包

>x

>rt

>plot(rt)# 画出收益率的时序图

从中国银行日收益率图中可以看出收益率序列是一个平稳序列，因此可以进行建模分析。<