panghu2022-07-24 22:52:29
panghu可以解释一下这个题吗
回答（1）
Cindy2022-07-25 22:04:03
Cindy同学你好,A选项，EWMA是GARCH的特例，正确，另EWMA和GARCH模型中的两个参数相等，同样，GARCH模型中γ=0，这两个模型就一样了
B选项，GARCH可以考虑时变的波动率，，代入不同时点的数据，可以计算不同时点的波动率，正确
C选项，GARCH可能产生肥尾，肥尾往往指的是极端事件，极端事件产生的时候，风险往往是比较大的，反应风险的指标就是波动率，GARCH是用来估计波动率的，所以当我们代入极端情形下的数据的时候，有可能出现这种波动率升高的情况的，即风险上升，C正确
D选项，GARCH隐含表明了正的条件平均收益，这个在课程里没有提到的，这个不对的
- 评论（0）
- 追问（5）
- 追问
-
请问可以总结一下EWMA和GARCH的区别吗
- 追问
-
EWMA可以考虑时间波动率吗, 会产生肥尾吗
- 追答
-
同学你好，指数移动平均（Exponential Moving Average, EMA或EWMA）是以指数式递减加权的移动平均。各数值的加权而随时间而指数式递减，越近期的数据加权越重，但较旧的数据也给予一定的加权。加权的程度以常数λ决定，λ数值介乎0至1。该模型认为第n天的波动率与n-1天的波动率和收益率有关系：如图一
GARCH(1,1)模型是EWMA模型更广泛的表达形式，其中α+β+γ=1：如图二
α+β表示均值复归的速度，当γ越大或α+β越小时，均值复归的速度越快。在实际操作中，GARCH(1,1)模型的预测效果较好。
- 追问
-
那请问这个题说的time varing volatility, fail tail 讲义上那里说到了
- 追答
-
同学你好，确实，讲义上也没有提到，是这道题的难度考的太大了，超纲，所以同学觉得陌生是正常的，
放宽心，要是类似的题目出现在考试中，大部分都觉得是陌生的，这样的题目不容易拉开差距，同学主要掌握基础课程重点内容就可以啦
评论
0/1000
追答
0/1000
+上传图片