1. 研究目的与意义（文献综述）

garch族模型研究现状

金融时间序列往往体现出明显的尖峰、厚尾、条件异方差等特性，为了对其进行准确刻画，国内外学者经过多年的研究发现使用波动率模型能较好的实现这一目标。传统的波动率模型包含两大类：自回归条件异方差（autoregressive conditonal heteroskedasticity ,arch)模型类以及随机波动（stochastic volatility)模型类。

1982年，engle提出自回归异方差（arch)模型，并依据arch模型的形式对金融时间序列的均值和方差进行建模。1986年 bollerslev在arch模型基础上进行扩展得到garch(generalized autoregressive conditonal heteroskedasticity)模型。与arch模型相比，garch模型添加了自回归项，用来解决因滞后阶数过高引致的arch模型估计误差无上限增大这一现实问题。实证表明，garch模型能够充分反映大部分金融时间序列的波动性特征，但在面临具有非对称性波动特征的收益率序列时，garch模型表现欠佳。经研究发现，该结果主要是由于传统的arch及garch模型将外来信息冲击对条件方差影响视为对称的。nelson(1991)在进行外生冲击影响的研究当中，通过加权的扰动项来体现不同资产收益率的非对称效应，并运用egarch模型进行刻画。沿着这条思路，学者对garch模型进行了进一步的拓展。taylor(1986)和schwert(1989)建立了模拟标准差的garch模型，并指出，在该模型中大幅的外来信息冲击对条件方差造成的影响会变小。dingetal等（1993)提出具有幂参数的parch模型，其中待估项幂参数是用来度量外来信息冲击对条件方差造成的影响的。glosten,jafannathan,runkle(1993)对外来冲击根据其影响的不同进行了分类研究，并使用gjr-garch模型刻画。同样适用非对称效应的zakoian(1990)模型还有zakoian(1990)和glosten,jafannathan,runkle(1993)提出的tgarch(threshold garch)模型mcneil和frey(2000)以金融时间序列波动的尾部区间段为研究对象，结合极值理论（evt)，建立了garch-evt模型，在此基础上得到var及es(expected shortfall)。verhoeven,mcaleer(2004)对各类基于非正态分布假设的garch模型进行了对比研究，并得出结论：与传统正态模型相比，文中所使用的非正态分布假设模型效果更佳。

2. 研究的基本内容与方案

主要内容：

(1)var测度

(2)garch模型族的估计、检验

3. 研究计划与安排

1.主要介绍研究背景、意义、国内外相关研究的现状。

2.介绍投资组合风险计量技术所用到的var算法和garch族模型及copula-garch理论。

3。文章的核心部分，以我国股票市场为样本进行了投资组合风险的实证研究，构建了模型，计算得到市场风险，并应用模拟方法进行模型的检验。

4. 参考文献（12篇以上）

[1]engle,robert f.autoregressive conditional heteroskedasticity with estimates of the variance of u.k.inflation.econometrica,1982 ,50:987-1008

[2]bollerslev ,tim .generalized autoregressive cordtonal hereroskedasticity journal of econometrics ,1986,31;347-327

[3]nelson,d.b.conditional heteroskedasticity in asset returns ;a new approach econometrica,1991,59:347-370