由于金融类时间序列，如收益率时间序列，往往具有时变性特点和束性趋势，其方差会随着时间变化而变化，呈现出异方差特征。 详细内容请看下文上交所国债市场波动率的实证。
对金融类时间序列的刻画，主流的研究方法都是建立在ARCH类模型的基础上进行的。
国外的研究中，Brooks和Simon(1998)按照一定的标准选用特定的GARCH模型来预测美元汇率的收益波动情况;Aguilar，Nydahl(2000)使用GARCH模型来对汇率的波动性进行建模，取得了较好的拟合效果;Torhen、Bollerslev等人(2001)在基于德国马克和日元对美元的汇率值、每日汇率值、每日汇率的波动分布和相关性的基础上，完善了GARCH模型使用过程中对样本分布的限制条件。
在国内，惠晓峰等(2003)基于时间序列GARCH模型对人民币汇率进行预测，发现GARCH模型的预测汇率与实际汇率是非常接近的，拟合曲线几乎完全跟得上实际汇率走势;邹建军(2003)通过研究发现GARCH(1，1)模型对我国沪市收益波动性具有比较好估计和预测效果。牛方磊、卢小广(2005年)运用ARCH类模型对基金市场的波动性进行了研究，发现上证基金指数收益率表现出非正态性和条件异方差的特征，GARCH(1，1)模型对上证基金的波动具有很好的拟合效果。王佳妮、李文浩(2005)应用ARCH类模型分析了1999—2004年欧元、日元、英镑、澳元等四种货币兑美元的汇率。
以上研究表明，ARCH类模型能够比较准确地刻画金融类时间序列，特别是金融收益率时间序列的波动性。因此，本文对我国交易所国债市场波动率的研究，也是以ARCH类模型为基础，通过深入分析交易所国债市场波动率的内在特征，选取合适的模型对其进行刻画。
编辑老师为大家整理了上交所国债市场波动率的实证，希望对大家有所帮助。
相关推荐：
谈民间借贷风险防范及前进道路
浅谈国债发行与个人金融产品论文
相关推荐：
下一篇：交易所国债市场波动性论文
