時間序列模型在金融學專業教學中的實踐與運用研究
理論與實踐
作者：謝合亮 袁玥 宋博雅 李家琪
【摘要】時間序列模型是計量經濟模型分析中所用的三大類重要模型之一，時間序列數據也是最為常見的一類數據。因此，時間序列模型在金融行業的運用也十分重要，本文將介紹計量經濟模型中較為普遍的時間序列模型，對其在教學中的運用進行分析，舉出教學案例進行說明並得出結論。
【關鍵詞】時間序列模型 金融專業教學 實踐與運用
一、引言
時間序列模型是實證金融模型中的重要組成部分，是時間序列分析在金融各個領域的應用，如股票市場、債券市場、金融衍生工具市場和外彙市場。適用於低頻和高頻數據；分為時域分析、譜域分析和回歸分析集中分析方法；主要研究內容為價格或收益序列的建模，以及相應的波動性或風險的建模。在金融學的教學過程中，采用格林編寫的《計量經濟分析》，在該教材中，著重介紹了時間序列模型中的ARCH族類模型。ARCH模型是1982年由恩格爾（Engle， R.）提出，並由博勒斯萊文（Bollerslev，T.1986）發展成為GARCH （Generalized ARCH）——廣義自回歸條件異方差。這些模型被廣泛運用在金融時間序列分析中。
二、在金融學專業教學中實踐與運用
筆者在本科教學實踐過程中，向學生們講解了時間序列GARCH模型的相關內容，並演示了在計量經濟軟件eviews6.0下的操作流程。為了讓該模型能夠得到具體的實踐運用和操作，要求學生們完成相關性的論文，有幾篇關於時間序列GARCH模型的論文，利用GARCH模型對金融市場上的各類時間序列數據進行具體的檢驗和參數估計，得出了相應的結果並進行了合理的預測。
在GARCH模型的預測能力分析—基於國際原油期貨價格的研究中，選取UKWTI原油連續合約ET0Y近三個多月（2013.4.12— 2014.4.14）的每日收盤價格，利用時間序列GARCH模型對期貨價格進行分析和預測。
該文得出的結論為，GARCH模型對期貨價格的預測分析能力較好，對其未來的預測是具有重要作用的。
從定性上分析，實際波動率選擇的樣本數據為高頻日內收盤價，而GARCH模型選擇的樣本數據為日內收益的平方，數據采集的頻率越高，則理論上與真實值越接近，所以可初步判斷實際波動率比GARCH模型具有更高的預測能力。
三、結論
通過在金融學專業教學中的時間與運用研究，學生們能夠了解並消化關於教材中時間序列模型的有關內容；能夠較為清楚地有條理地對時間序列模型進行分析，得出有意義的結論和預測結果；能夠熟練地操作計量經濟軟件eviews，利用軟件對金融數據進行實際有效地處理。
參考文獻
[1]龔銳.陳伯常.楊棟銳.GARCH族模型計算中國股市在險價值（Var）風險的比較研究與評述[J].數量經濟技術經濟研究，2005，（7）：67-83.
[2]鄭振龍，黃薏舟.波動率預測：GARCH模型與隱含波動率[J].數量經濟技術經濟研究.2010，（01）：140-150.
基金項目：防災科技學院2014年度教研教改項目（JY2014B15）。
作者簡介：謝合亮（1982-），男，四川成都人，經濟學碩士，防災科技學院經濟管理係講師；研究方向：計量經濟學。