GARCH族模型对比：BDI指数波动率的最优分布分析

本文主要探讨了波罗的海干散货运价指数（BDI）的波动率分析，采用了一种先进的统计建模方法——GARCH族模型。GARCH族模型是一类广泛应用于金融时间序列预测的模型，特别适用于捕捉资产价格的波动性，包括其非线性和自回归特征。 首先，文章介绍了波罗的海运价指数在全球航运市场中的重要地位，它是衡量干散货贸易活动的一个关键指标。通过对BDI收益率序列的分析，研究者试图通过不同的GARCH模型来理解其波动性特征。GARCH模型家族包括GARCH(1,2)，TGARCH(1,2)，EGARCH以及GARCH-M等，它们分别考虑了不同的分布假设，如正态分布、学生t分布和广义分布等。 在研究过程中，作者首先进行了平稳性检验，如ADF检验，以确保数据适合建模。然后，通过拉格朗日乘数检验来确定是否存在异方差性，这是选择GARCH模型的重要依据。接着，对每种模型的拟合效果进行了比较，以确定哪种模型能更好地描述BDI指数的波动行为。 结果显示，当只关注BDI指数的波动率描述时，t分布的GARCH(1,2)模型因其能够处理数据中的尖峰厚尾现象而表现优越，这反映了实际市场价格的不对称性和极端事件的频发。然而，在考虑杠杆效应，即资产收益率与波动率之间的关系时，正常分布假设下的TGRACH(1,2)模型更为合适，因为它能更好地刻画这种依赖关系。 总结来说，本研究不仅深化了我们对BDI波动性的理解，还为风险管理、投资决策和市场预测提供了重要的理论支持。通过选择适当的GARCH族模型，可以更准确地评估和控制市场风险，这对于干散货航运市场参与者，无论是船东、投资者还是经纪人，都具有实用价值。未来的研究可能进一步探索其他分布的GARCH模型或者结合其他因素以提升模型的预测精度。