金鹰优选估计结果德盛精选估计结果华夏收入估计结果万家估计结果届信息与计算科学专业毕业设计论文为了方便比较，可以将上面的结果用表表示。表正态分布下模型估计结果基金名称华安创新博时精选易方达策略成长南方高增长长城久泰沪深南方稳健成长金鹰优选德盛精选华夏收入万家由表可以看到，这只开放式股票型基金的日收益率差异显著的情况在该模型中也有反映，然而，它们的波动序列型态却有着较大的相似性，因为所有的基金的滞后系数都大于，并且回报系数非常小，且这些系数在统计上均具有显著性，这表明各只基金的日收益率波动具有定的持续性，它们对市场变化的反映较为迅速，而且波动形状属于尖细型，同时各只基金均有，并且非常接近，进步表明了其波动过程的持续性与稳定性，即该序列在过去时刻波动的特征在当时时刻被继承下来的程度。此外各只基金值均小于，反映了其模型方程的精确性和简洁性。样本基金在,及,分布模型下的估计结果分别见表表，表中表示对数似然值，为分布的自由度，为分布的尾部参数。从模型的参数估计结果来看，各模型的参数部分常数项不显著均在置信度水平下显著，由于常数项不显著并不影响模型的结果，所以各模型的拟合效果优良。杨川陵基于和的证券投资基金市场风险模型表分布下模型的估计结果基金名称华安创新博时精选易方达策略成长南方高增长长城久泰沪深南方稳健成长金鹰优选德盛精选华夏收入万家表分布下模型的估计结果基金名称华安创新博时精选易方达策略成长南方高增长长城久泰沪深南方稳健成长金鹰优选德盛精选华夏收入万家对,分布模型进行分析，从表可以看到对每只基金均有，所以模型是平稳的。而且均有，认为收益率的波动性有定时间长度的记忆性。分布下的各模型的自由度大部分小于，说明模型还是较好的刻画了基金的厚尾性。从,的模型估计结果来看，分布模型下的自由届信息与计算科学专业毕业设计论文度均小于。同理，也比较准确地描述了各支基金的厚尾性。而对进步对估计残差作异方差效应的检验，发现其条件异方差现象均得到有效消除，说明模型能较好的刻画基金收益率异方差现象。基金值的计算利用的方差序列自动生成功能生成条件方差对其平方根得到根得到条件方差标准差，运用计算出分别计算出不同自由度的分布和分布的分位数。把均值，条件方差标准差和置信水平为或下三种分布的分位数带入公式，得到每只基金的日值，最后对序列求均值，作为每只基金的值，计算结果见表。表基金计算结果基金名称的置信水平的置信水平模型模型模型模型模型模型华安创新博时精选易方达策略成长南方高增长长城久泰沪深南方稳健成长金鹰优选德盛精选华夏收入万家注表中模型，模型，模型分别代表,及,分布模型。模型的返回检验结果及分析对各计算模型的准确度检验，这里运用前面介绍的失败率检验法。在的零假设条件下，统计量服从自由度为的分布，在在置信水平下，的临界值为，所以，如果小于，该模型通过检验。用于测试的样本基金每只样本容量为，按照失败率检验法，在的置信水平下，预期观测到的失败个数应为，但只要失败次数在区间,内，杨川陵基于和的证券投资基金市场风险模型就小于。同样，在的置信水平下，预期观测到的失败个数应为，但只要失败次数在区间,内，就小于其临界值，模型通过检验。具体返回过程为在和的置信水平下，对样本基金的第日实际损失值与运用不同模型计算的进行比较，如果前者大于后者，计为失败对天的失败数加总，得到每只基金返回检验的失败个数。返回结果见表表各计算模型返回检验的失败个数基金名称的置信水平的置信水平模型模型模型模型模型模型华安创新博时精选易方达策略成长南方高增长长城久泰沪深南方稳健成长金鹰优选德盛精选华夏收入万家从表各计算模型返回检验的失败个数可知在的置信水平下，根据,分布模型计算的除金鹰优选外通过检验，根据,分布模型计算的全部通过检验，而根据,分布模型计算的除易方达策略成长外，其余全部未通过检验，并且失败个数小于，在的置信水平下，根据,和,