基于GARCH族的我國(guó)股指波動(dòng)率的擬合及預(yù)測(cè)

第五組金融資本市場(chǎng)字?jǐn)?shù)：9304基于GARCH族的我國(guó)股指波動(dòng)率的擬合及預(yù)測(cè)雷滔eq\o\ac(○,)【摘要】近20年來(lái)使用GARCH類(lèi)模型預(yù)測(cè)金融市場(chǎng)的波動(dòng)率已成為該領(lǐng)域理論及實(shí)證上的熱門(mén)話題。本文對(duì)我國(guó)滬深及香港恒生等主要股指收益的ARCH效應(yīng)檢驗(yàn),使用GARCH類(lèi)模型包括:GARCH（1，1）、GARCH-M及描述非對(duì)稱(chēng)的EGARCH和TGARCH模型來(lái)擬合股指的波動(dòng)性,進(jìn)行波動(dòng)性的預(yù)測(cè)以及預(yù)測(cè)效果的評(píng)價(jià)是本文的四大核雷滔，1981-，女，北京航空航天大學(xué)博士研究生，主要研究方向：計(jì)量經(jīng)濟(jì)學(xué)，股指期貨，GARCH族模型等。心。文章對(duì)最近兩年GARCH模型的發(fā)展進(jìn)行了全面綜述，并對(duì)擬合預(yù)測(cè)評(píng)價(jià)進(jìn)行了直觀的圖形描述。雷滔，1981-，女，北京航空航天大學(xué)博士研究生，主要研究方向：計(jì)量經(jīng)濟(jì)學(xué)，股指期貨，GARCH族模型等。關(guān)鍵詞：波動(dòng)率；GARCH族;擬合;預(yù)測(cè)中圖分類(lèi)號(hào)F830文獻(xiàn)標(biāo)識(shí)碼ATheGARCH-basedresearchonthefittingandpredictionofstockindex’svolatility【Abstract】Overthepast20years,theuseofGARCH-typemodelstopredictthefinancialmarketvolatilityhasbecomeahottopicbothintheoreticalandinempiricalarea.ThisarticlefocusonhavingtheARCHeffectstestontherevenueofstockindexrevenueinChina'sShanghai、ShenzhenandHongKong'sHangSengandothermajormarketusingofGARCH-typemodelsincluding:GARCH(11)、GARCH-MaswellasthedescriptionofasymmetricSuchasTGARCHandEGARCHmodelstofitthevolatilityofstockindexcarryingoutthevolatilityoftheforecastaswellastheevaluationoftheeffectofforecastwhicharethecoreofthefourinthepaper.InadditionthearticlegivesacomprehensiveoverviewonGARCHmodel’sAnalysis.Keywords:Volatility;GARCHFamily;Fitting;Forecast引言無(wú)論是金融衍生產(chǎn)品的定價(jià)、金融風(fēng)險(xiǎn)的測(cè)定還是資產(chǎn)組合的分析波動(dòng)率在測(cè)度金融資產(chǎn)的總體風(fēng)險(xiǎn)中都扮演著很重要的角色。測(cè)度市場(chǎng)風(fēng)險(xiǎn)價(jià)值的模型都需估計(jì)、預(yù)測(cè)波動(dòng)參數(shù)。到目前為止測(cè)量波動(dòng)性的方法有四種:一是歷史波動(dòng)性;二是隱含的波動(dòng)性模型;三是通過(guò)隨機(jī)波動(dòng)率(SV)模型進(jìn)行估計(jì);四是通過(guò)GARCH類(lèi)模型進(jìn)行估計(jì)這種方法目前成了主流。文獻(xiàn)綜述及研究現(xiàn)狀GARCH類(lèi)模型族以收益和方差來(lái)度量波動(dòng)性，以此測(cè)度金融資產(chǎn)的總體風(fēng)險(xiǎn)?！安▌?dòng)叢集性和聚集性”是GARCH類(lèi)模型的特征。叢集性描述資產(chǎn)價(jià)格大（?。┑淖兓ㄕ蜇?fù)的）后往往隨后也會(huì)有大（?。┑淖兓矗翰▌?dòng)的當(dāng)期水平與它最近的前些時(shí)期水平有正相關(guān)關(guān)系，波動(dòng)是自相關(guān)的?；诮鹑跁r(shí)序的波動(dòng)有聚集效應(yīng)即波動(dòng)的時(shí)變性,諾貝爾獎(jiǎng)得主Engle于1982年首先提出了自回歸條件異方差模型(AutoregressiveConditionalHeteroskedasticityModel)即ARCH模型。此后，ARCH模型族得到較快發(fā)展本文根據(jù)建模需要將ARCH族模型的具體描述放在第三小節(jié)講解?！，F(xiàn)GARCH模型已發(fā)展成了一個(gè)家族體系主要有EGARCH、GJRGARCH、APARCH、FIGARCH、FIEGARCH、FIAPARCH、FIAPARCH、IGARCH和HYGARCH本文根據(jù)建模需要將ARCH族模型的具體描述放在第三小節(jié)講解。目前的關(guān)于GARCH模型族的研究發(fā)展非常迅速。首先是將BP神經(jīng)網(wǎng)絡(luò)(BPNNbackpropagationneuralnetwork）、遺傳算法（GAgeneticalgorithm）、Box-Cox和copula函數(shù)等方法與GARCH或支持向量回歸（SVRsupportvectorregression)相結(jié)合。大量研究基于此：BaoRongChang等學(xué)者將BP神經(jīng)網(wǎng)絡(luò)用于SVR灰色模型和GARCH降低波動(dòng)集群效應(yīng),很好地解決超調(diào)（overshoot）和波動(dòng)聚類(lèi)（volatilityclustering）的影響,實(shí)現(xiàn)股指波動(dòng)的更好預(yù)測(cè)【1】；學(xué)者Yi-HsienWang【2】將新的混合不對(duì)稱(chēng)波動(dòng)（hybridasymmetricvolatility）方法納入到人工神經(jīng)網(wǎng)絡(luò)期權(quán)定價(jià)模型（artificialneuralnetworksoption-pricingmodel），改善預(yù)測(cè)衍生證券價(jià)格的能力。這種新的不對(duì)稱(chēng)波動(dòng)方法可減少隨機(jī)和非線性的誤差序列。學(xué)者認(rèn)為使用人工神經(jīng)網(wǎng)絡(luò)期權(quán)定價(jià)的灰色GJR-GARCH波動(dòng)比其他方法對(duì)波動(dòng)性提供了更精確的預(yù)測(cè)；SamreenFatima【3】等學(xué)者分別結(jié)合人工神經(jīng)網(wǎng)絡(luò)（ANNArtificialNeuralNetworks）,ARIMA或ARCH/GARCH模型使用混合金融系統(tǒng)（hybridfinancialsystems）對(duì)巴基斯坦KSE100股指進(jìn)行短期預(yù)測(cè)，并對(duì)這些模型的預(yù)測(cè)，通過(guò)預(yù)測(cè)均值誤差等進(jìn)行對(duì)比,作者發(fā)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)法比較適合KSE100股指的預(yù)測(cè);Shian-ChangHuang【4】等作者使用多時(shí)間尺度方法（multipletime-scaleresolutions）和非參回歸（nonparametricregressor）,結(jié)合遺傳算法和支持向量機(jī)的最優(yōu)時(shí)間尺度特征（optimaltime-scalefeature）提取法,建立混合預(yù)測(cè)模型（novelhybridpredictionmodel）來(lái)預(yù)測(cè)未來(lái)演變的各種股指。作者使用小波基（waveletbases）分解時(shí)間序列的解釋性變量,用遺傳算法提取最優(yōu)的時(shí)間尺度特征，將提取到的最優(yōu)的時(shí)間尺度特征作為SVM模型的輸入變量進(jìn)行最后的預(yù)測(cè)，這種方法大大減小了均方根預(yù)測(cè)誤差（root-mean-squaredforecastingerrors）；Gu′egan【5】等學(xué)者基于GARCH過(guò)程時(shí)變copula函數(shù)的二元數(shù)字期權(quán)定價(jià)（PBOPricingBivariateOption）即在GARCH的基礎(chǔ)上發(fā)展了二元定價(jià)未定權(quán)益（也稱(chēng)“或有索賠權(quán)”）（pricingbivariatecontingentclaimsunder）模型。含有時(shí)變參數(shù)使用動(dòng)態(tài)依賴(lài)性方法（dynamicdependencemeasure）的時(shí)變動(dòng)態(tài)copula函數(shù)比靜態(tài)函數(shù)和動(dòng)態(tài)copula函數(shù)在分析相關(guān)性結(jié)構(gòu)方面具有更好的優(yōu)勢(shì),并針對(duì)滬深股指進(jìn)行了相關(guān)的實(shí)證研究;LugerR【6】等學(xué)者使CopulaGARCH模型在股指市場(chǎng)的回報(bào)進(jìn)行了有效估計(jì),非正態(tài)聯(lián)合分布函數(shù)文中提到Jondeau(2006)及Bartram.(2007)等用Copula-GARCH在股票收益波動(dòng)的運(yùn)用。。MaxwellL【7】等學(xué)者提出了用馬爾可夫鏈蒙特卡羅（MCMCMarkovchainMonteCarlo）算法估計(jì)參數(shù)和潛在的隨機(jī)過(guò)程（latentstochasticprocesses）中非對(duì)稱(chēng)隨機(jī)波動(dòng)模型（SVasymmetricstochasticvolatilitymodels），其中方差波動(dòng)的Box-Cox變換和遵循自回歸高斯分布（AutoregressiveGaussianDistribution）和資產(chǎn)回報(bào)率的邊際密度（marginaldensity）呈后尾分布。文章用貝葉斯因子和貝葉斯信息標(biāo)準(zhǔn)(BICBayesianinformationcriterion)檢驗(yàn)方差波動(dòng)，比較方差波動(dòng)的Box-Cox變換文中提到Jondeau(2006)及Bartram.(2007)等用Copula-GARCH在股票收益波動(dòng)的運(yùn)用。其次是GARCH模型的復(fù)雜衍生，如馬爾可夫轉(zhuǎn)換GARCH模型等，它提高了波動(dòng)性預(yù)測(cè)的精度:Jung-SukYu【8】等學(xué)者章使用EGARCH-M模型和多元AR-GARCH模型對(duì)中東和北非（埃及）股票市場(chǎng)的收益和波動(dòng)性及他們和全球重大股票市場(chǎng)的關(guān)聯(lián)進(jìn)行研究，文章認(rèn)為中東和北非自身的波動(dòng)溢出（Own-volatility-spillovers）高于跨域波動(dòng)溢出性（cross-volatilityspillovers）;MartinT【9】等學(xué)者的文章中探討機(jī)構(gòu)投資者對(duì)股市回報(bào)的影響。文章研究波蘭養(yǎng)老保險(xiǎn)制度改革后，養(yǎng)老金資金被用來(lái)作為一個(gè)獨(dú)特的體制特征，由此帶來(lái)的增加體制所有加大了投資活動(dòng)。它使用馬爾可夫轉(zhuǎn)換GARCH模型證明了機(jī)構(gòu)投資者的增加改變了總體股票的結(jié)構(gòu)性波動(dòng)，同時(shí)這些機(jī)構(gòu)投資者的出現(xiàn)有利于股指市場(chǎng)的定;MichaelD【10】等學(xué)者的論文利用multivariate-GARCH模型來(lái)估計(jì)條件自相關(guān)（conditionalautocorrelation）來(lái)探討自相關(guān)性和波動(dòng)性的關(guān)系。文章對(duì)M-GARCH模型的方差方程進(jìn)行修改，其中包括采用馬爾可夫制度轉(zhuǎn)換模型對(duì)可濾概率（filteredprobabilities）的時(shí)序波動(dòng)性進(jìn)行修訂擬合。文章認(rèn)為波動(dòng)性和自相關(guān)性之間存在一種負(fù)相關(guān)，這種不對(duì)稱(chēng)現(xiàn)象（anasymmetryexists）是賣(mài)空（shortselling）機(jī)制受限的結(jié)果此外，GARCH衍生模型用于其他方面的研究，如CelsoBrunetti【11】以及此外，GARCH衍生模型用于其他方面的研究，如CelsoBrunetti【11】以及Bowden【12】等學(xué)者分別使用馬可夫轉(zhuǎn)換GARCH模型和ARIMA-EGARCH及ARIMA-EGARCH-M模型對(duì)匯率的價(jià)值及高波動(dòng)性和美國(guó)中西。部獨(dú)立系統(tǒng)運(yùn)營(yíng)商MidwestIndependentSystemOperator(MISO)集線器的電價(jià)探討。感興趣讀者可來(lái)信獲取類(lèi)似綜述。圖1數(shù)據(jù)分析四大步驟（一）各股指的基本統(tǒng)計(jì)特征:（一）各股指的基本統(tǒng)計(jì)特征:1.均值；2.標(biāo)準(zhǔn)差；3.偏斜度；4.峰度；5.Jarque-Bera檢驗(yàn)數(shù)據(jù)、方法及目標(biāo)：股指：上證指數(shù)、深證成指、滬深300和香港恒指GARCH模型：GARCH（1，1）、GARCH-M、EGARC、HTGARCH目標(biāo)：股指收益波動(dòng)性擬合、預(yù)測(cè)和評(píng)價(jià)（二）（二）ARCH效應(yīng)的檢驗(yàn)：1，UnitRootTests檢驗(yàn)；2，ADF單位根檢驗(yàn)；3自回歸條件異方差性-拉格朗日乘數(shù)檢驗(yàn)(ARCH-LMtest)（三）模型擬合：（三）模型擬合：1.GARCH（1，1）模型的擬合及殘差檢驗(yàn)；2.GARCH-M模型擬合及殘差檢驗(yàn)；3.EGARCH模型擬合及殘差檢驗(yàn)；4.TGARCH模型擬合及殘差檢驗(yàn)（四）相關(guān)GARCH模型的預(yù)測(cè)以及（四）相關(guān)GARCH模型的預(yù)測(cè)以及MSE、MAE、RMSE和MAPE四個(gè)指標(biāo)的評(píng)價(jià)GARCH模型族：本文是用ARCH族對(duì)波動(dòng)率進(jìn)行擬合和預(yù)測(cè),因而首先設(shè)定ARCH模型。（一）、ARCH模型ARCH（q）模型的均值方程為：其中，為各股指收益率的時(shí)間序列，為獨(dú)立同分布的白噪聲過(guò)程，它滿足：ARCH（q）模型的ARCH方程為以下形式or（通常假定）.其中為各股指收益率的時(shí)間序列為波動(dòng)性的標(biāo)準(zhǔn)差。且：。在任意時(shí)刻t,ARCH過(guò)程的條件方差是過(guò)去的隨機(jī)誤差項(xiàng)的函數(shù)，并可以由遞推公式表示，確定參數(shù)后，即可進(jìn)行模型的擬合和預(yù)測(cè)。（二）、GARCH模型針對(duì)金融時(shí)序的經(jīng)驗(yàn)分布的尖峰厚尾性Bollerslev(1986)在ARCH模型基礎(chǔ)上創(chuàng)立了廣義自回歸條件異方差模型(GeneralizedAutoregressiveConditionalHeteroskedasticityModel)，即GARCH模型它彌補(bǔ)了在有限樣本下模型階數(shù)過(guò)大所帶來(lái)的計(jì)算效率及精度上的不足，有良好的處理厚尾能力。GARCH（p,q）模型為：。GARCH（pq）模型等價(jià)于高階的模型，待估參數(shù)的個(gè)數(shù)大為減少，從而解決了ARCH模型的參數(shù)估計(jì)問(wèn)題。實(shí)證中GARCH（11）模型能模擬許多時(shí)序數(shù)據(jù)，可充分捕獲數(shù)據(jù)中的波動(dòng)叢集性。因此在學(xué)術(shù)研究中很少使用和考慮高階的GARCH（pq）模型。GARCH（11）模型的均值方程和條件方差方程均為：為自變量表達(dá)式，它也可以只是一個(gè)常數(shù),本文中使用的是常數(shù)。為回歸方程的隨機(jī)誤差項(xiàng)服從GARCH（11）的過(guò)程。其中當(dāng)期擬合方差解釋為長(zhǎng)期平均值(依賴(lài)于)前一期有關(guān)波動(dòng)的信息和前一期模型中的擬合方差的加權(quán)函數(shù)。GARCH模型雖能反映股指市場(chǎng)收益率時(shí)變和有效捕捉資產(chǎn)收益率波動(dòng)的聚類(lèi)和異方差現(xiàn)象，但它難以很好處理收益率分布的有偏性且模型對(duì)系數(shù)約束也很強(qiáng)。它也很難判斷條件方差波動(dòng)源的持續(xù)性GARCHA（1,1）模型實(shí)際上是條件方差的ARMA模型。實(shí)證中，我們考慮使用極大似然法來(lái)估計(jì)GARCH模型，這種方法是通過(guò)在給定的實(shí)際數(shù)據(jù)中尋找最有可能的參數(shù)值來(lái)進(jìn)行。而根據(jù)最大似然法的根本要求，即對(duì)的條件正態(tài)假定，當(dāng)GARCH模型的條件方差尖峰態(tài)時(shí)，極大似然法就不合適。我們使用適合非正態(tài)性的方差-斜方差估計(jì)量來(lái)替代通常的標(biāo)準(zhǔn)誤估計(jì)。這一過(guò)程（即帶有Bollerslev-Wooldridge標(biāo)準(zhǔn)誤的極大似然法）叫準(zhǔn)極大似然法（quasi-maximumlikelihood）GARCHA（1,1）模型實(shí)際上是條件方差的ARMA模型。實(shí)證中，我們考慮使用極大似然法來(lái)估計(jì)GARCH模型，這種方法是通過(guò)在給定的實(shí)際數(shù)據(jù)中尋找最有可能的參數(shù)值來(lái)進(jìn)行。而根據(jù)最大似然法的根本要求，即對(duì)的條件正態(tài)假定，當(dāng)GARCH模型的條件方差尖峰態(tài)時(shí)，極大似然法就不合適。我們使用適合非正態(tài)性的方差-斜方差估計(jì)量來(lái)替代通常的標(biāo)準(zhǔn)誤估計(jì)。這一過(guò)程（即帶有Bollerslev-Wooldridge標(biāo)準(zhǔn)誤的極大似然法）叫準(zhǔn)極大似然法（quasi-maximumlikelihood）或QLM法來(lái)估計(jì)。（三）、GARCH-M模型（均值GARCH模型）金融學(xué)中大多模型都假設(shè)投資者應(yīng)為承擔(dān)額外的風(fēng)險(xiǎn)而獲得更高的收益，處理這一概念的一種方法是，假定證券的收益可部分的由它的風(fēng)險(xiǎn)決定。這樣資產(chǎn)收益的條件方差就進(jìn)入到了均值方程中即它同時(shí)考慮到了收益率與風(fēng)險(xiǎn)性的關(guān)系。本文設(shè)定GARCH-M模型的均值和方差方程為：方程中如果是正的且具有顯著性,那么由條件方差增加所給定的風(fēng)險(xiǎn)增加將會(huì)導(dǎo)致均值收益的上升【13】。（四）、EGARCH模型：由于股指市場(chǎng)風(fēng)險(xiǎn)與收益的杠桿平衡影響一些序列在波動(dòng)上表現(xiàn)為具有明顯的不對(duì)稱(chēng)。此后針對(duì)GARCH模型不能反映非對(duì)稱(chēng)性(asymmetry)以及它對(duì)系數(shù)的非負(fù)性約束太強(qiáng)，Nelson(1991)提出了指數(shù)GARCH(EGARCH)模型Bollerslev和Mikkelsen(1996)重新表達(dá)了EGARCH模型。本文根據(jù)我國(guó)股市的特點(diǎn)和EGARCH模型的方差描述方法,以下面的簡(jiǎn)單模型對(duì)股指市場(chǎng)進(jìn)行擬合有學(xué)者認(rèn)為EGARCH對(duì)金融數(shù)據(jù)的擬合很好，但該模型較不容易構(gòu)造對(duì)波動(dòng)性的預(yù)測(cè)。。EGARCH一階模型的均值和條件方差方程為：有學(xué)者認(rèn)為EGARCH對(duì)金融數(shù)據(jù)的擬合很好，但該模型較不容易構(gòu)造對(duì)波動(dòng)性的預(yù)測(cè)。為各股指在t期的收益率為波動(dòng)性的標(biāo)準(zhǔn)差。以為例。波動(dòng)性對(duì)正的沖擊的反應(yīng)系數(shù)為+;對(duì)負(fù)的沖擊的反應(yīng)系數(shù)為:-+。（五）、TGARCH模型(ThresholdARCH門(mén)限ARCH模型)TGARCH模型主要考查相同幅度但不同方向（利好消息和利空消息）的股價(jià)變動(dòng)對(duì)股價(jià)波動(dòng)性的影響是否一樣，或者說(shuō)考察新息沖擊曲線的對(duì)稱(chēng)性。TGARCH一階的模型方差方程為：其中,。利好消息的影響是。當(dāng)時(shí)，條件方差對(duì)沖擊的反應(yīng)是對(duì)稱(chēng)的。當(dāng)時(shí),條件方差對(duì)沖擊的反應(yīng)是非對(duì)稱(chēng)的,這樣可以認(rèn)為在一半的時(shí)間內(nèi)為1[14]。（六）、四種預(yù)測(cè)評(píng)價(jià)指標(biāo)本文采用多種文獻(xiàn)中廣泛使用的四種評(píng)價(jià)指標(biāo):誤差均方根（RMSERootMeanSquaredError）;絕對(duì)均差（MAEMeanAbsoluteError);相對(duì)誤差絕對(duì)值平均（MAPEMeanAbsolutePercentageError）及Theil不等系數(shù)。各計(jì)算公式為[15]：；其中是預(yù)測(cè)值,是真值。RMSE通過(guò)若干個(gè)預(yù)測(cè)值對(duì)預(yù)測(cè)效果進(jìn)行綜合評(píng)價(jià)；MAE通過(guò)若干個(gè)預(yù)測(cè)值對(duì)預(yù)測(cè)的絕對(duì)誤差進(jìn)行綜合評(píng)價(jià)；MAPE通過(guò)若干個(gè)預(yù)測(cè)值對(duì)預(yù)測(cè)的相對(duì)誤差進(jìn)行綜合評(píng)價(jià)；Theil不等系數(shù)的取值在0，1之間?！?”表示100%的擬合。誤差均方根可以分為偏倚比率、方差比率和斜方差比率三個(gè)部分。其中，偏倚比率是測(cè)量均值和真實(shí)均值之差的平方占誤差均方的比率,方差比率是和的分布偏倚標(biāo)準(zhǔn)差之差的平方占誤差均方的比率,斜方差比率是2（1-r）倍的測(cè)量值和真實(shí)值分布的偏倚標(biāo)準(zhǔn)差之積占誤差均方的比率。數(shù)據(jù)分析（一）、樣本選取與基本統(tǒng)計(jì)分析本文選取我國(guó)“滬深港”具有代表性的上證指數(shù)（000001）、深證成指（399001）、滬深300股指（020011）和香港恒生指數(shù)（HSI）作為考察對(duì)象。數(shù)據(jù)選取從2002年01月04至2008年09月12日中節(jié)假日除外的日收盤(pán)價(jià)作為觀測(cè)值（日收盤(pán)價(jià)數(shù)據(jù)來(lái)源于wind數(shù)據(jù)庫(kù)），共得到1621個(gè)滬深指數(shù)數(shù)據(jù)和1654個(gè)恒生指數(shù)數(shù)據(jù)。為了對(duì)各種模型的預(yù)測(cè)能力進(jìn)行對(duì)比，取前1601個(gè)滬深指數(shù)數(shù)據(jù)和1634個(gè)恒生指數(shù)數(shù)據(jù)作為模型擬合估計(jì)樣本后20個(gè)深指數(shù)數(shù)據(jù)和香港數(shù)據(jù)作為預(yù)測(cè)評(píng)價(jià)。樣本數(shù)據(jù)均為實(shí)行漲跌停板制度以后的數(shù)據(jù)有關(guān)漲跌停板制度對(duì)滬深股市不同期限股指收益率波動(dòng)性的影響，我國(guó)學(xué)者靳庭良和喻東（2004、2005）做了很好的研究。。有關(guān)漲跌停板制度對(duì)滬深股市不同期限股指收益率波動(dòng)性的影響，我國(guó)學(xué)者靳庭良和喻東（2004、2005）做了很好的研究。為減少誤差,為第t個(gè)交易日,假定某種股票的收盤(pán)價(jià)已做過(guò)除權(quán)、除息處理,則將日收益率轉(zhuǎn)化為對(duì)數(shù)百分收益率序列有:。為t時(shí)期收益率。這種收益率相當(dāng)于將收益數(shù)據(jù)作一個(gè)對(duì)數(shù)變換后再做一個(gè)差分,這在統(tǒng)計(jì)中變換數(shù)據(jù)常用到。本文采用這種方法計(jì)算股票市場(chǎng)的收益率。文章使用EVIEWS5.0軟件作參數(shù)估計(jì)和假設(shè)檢驗(yàn)。各股指數(shù)據(jù)樣本的基本統(tǒng)計(jì)特征為：表1各股指數(shù)據(jù)樣本的基本統(tǒng)計(jì)特征統(tǒng)計(jì)量上證綜指深圳成指滬深300香港恒指收盤(pán)價(jià)對(duì)數(shù)序列1.均值2.標(biāo)準(zhǔn)差3.偏斜度4.峰度5.Jarque-Bera7.5202460.4645711.1021472.955096325.6819（0.0000）8.4512920.6070211.1866112.823967379.4325（0.0000）7.3549440.5490791.1366642.874765347.308（0.0000）9.5984220.3202030.3427192.16567779.71982（0.0000）收益對(duì)數(shù)差分序列L1.均值L2.標(biāo)準(zhǔn)差L3.偏斜度L4.峰度L5.Jarque-Bera0.0232711.719717-0.1912886.8813871018.539（0.0000）0.0543921.868229-0.1565266.348987757.5477（0.0000）0.0354021.778509-0.2406916.816571990.8457（0.0000）0.035821.308242-0.0735588.5936212139.533（0.0000）注：Jarque-Bera統(tǒng)計(jì)量的括號(hào)內(nèi)5%的顯著性水平下的P值。如表1所示,在統(tǒng)計(jì)期間內(nèi)上證綜指、深圳成指、滬深300以及香港恒生指數(shù)的收益率均值（L1）均為正,深圳成指的均值顯示為最大;與之相對(duì)應(yīng)的深圳成指收益的標(biāo)準(zhǔn)值最大,即深圳的收益波動(dòng)是最大的從收益—標(biāo)準(zhǔn)差的角度來(lái)看，深圳成指相對(duì)來(lái)說(shuō)具有高風(fēng)險(xiǎn)高收益的特點(diǎn);從偏度（L3）來(lái)看各指數(shù)都向左偏幅度幾乎一樣，香港恒生的左偏程度最小;從峰度來(lái)看（L4）各股指的峰度很大，都遠(yuǎn)大于正態(tài)分布的3說(shuō)明都具有高峰厚尾性；其中恒生指數(shù)的風(fēng)度是最大的。從Jarque-Bera統(tǒng)計(jì)量看拒絕了正態(tài)分布的原假設(shè)即收益率呈非正態(tài)分布。（二）、ARCH效應(yīng)的檢驗(yàn)在進(jìn)行ARCH模型族的探討之前,首先我們要檢驗(yàn)所用數(shù)據(jù)是否有ARCH效應(yīng)。檢驗(yàn)ARCH可以使用F、LM、LR、W等統(tǒng)計(jì)量。本文選常用的單位根和拉格朗日乘數(shù)進(jìn)行檢驗(yàn)。1、UnitRootTests檢驗(yàn)：如果某時(shí)間序列有單位根我們就說(shuō)它是隨機(jī)游走而隨機(jī)游走是非平穩(wěn)時(shí)間序列的一個(gè)特例。我們需要將一個(gè)非平穩(wěn)的時(shí)間序列經(jīng)差分成為平穩(wěn)的時(shí)間序列。本文僅以上證綜指收盤(pán)價(jià)對(duì)數(shù)為例進(jìn)行平穩(wěn)性的圖形判斷。如圖2所示上證指數(shù)的收盤(pán)價(jià)對(duì)數(shù)(OSHANG)看起來(lái)趨勢(shì)不平穩(wěn)是一個(gè)非平穩(wěn)系列可能有單位根。相反上證指數(shù)收益（SYSHANG）的一階差分看上去趨勢(shì)平穩(wěn)似乎接近白噪音是一個(gè)平穩(wěn)系列。通過(guò)分析初步認(rèn)定上證指數(shù)收益為一階或二階的自回歸過(guò)程。圖2上證指數(shù)收盤(pán)價(jià)對(duì)數(shù)及其差分的平穩(wěn)性檢驗(yàn)我們采用增廣迪基-富勒(ADFAugmentedDickey-Fuller)檢驗(yàn)證明這個(gè)結(jié)論。建立AR(1)模型：。其中，和為參數(shù)為白噪音。如果-1<<1是一個(gè)平穩(wěn)的時(shí)間序列;如果=1是不平穩(wěn)的序列(一個(gè)帶漂移的隨機(jī)游走)。即它的方差隨著時(shí)間的增加而增加；如果||>1那么這是一個(gè)發(fā)散的時(shí)間序列。我們檢驗(yàn)它是否為平穩(wěn)的時(shí)間序列的虛擬假設(shè)是::=1;對(duì)立假設(shè)是::<1。表2各股指收益率數(shù)據(jù)的ARCH效應(yīng)檢驗(yàn)統(tǒng)計(jì)量上證綜指深圳成指滬深300香港恒指ADF檢驗(yàn)t-統(tǒng)計(jì)量-40.04347（0.0000）-11.15795（0.0000）-39.07146（0.0000）-7.413758（0.0000）臨界值-2.566403*-1.941021**-1.616567***-3.434242*-2.863146**-2.567673***-3.434217*-2.863135**-2.567667***-2.566395*-1.941020**-1.616567***（系數(shù)）-0.999451-0.860939-0.975152-0.964008（截距項(xiàng)）0.023845(0.5788)0.058571(0.2094)0.035223(0.4277)0.042798(0.1966)AIC值D-W值3.9234492.0001254.0797412.0006713.9910481.9994213.3966961.998437ARCH–LM檢驗(yàn)F-統(tǒng)計(jì)量16.064[3](0.0000)46.89932

(0.0000)23.217[7](0.0000)88.03477(0.0000)20.874[5](0.0000)98.32271(0.0000)28.721[15](0.0000)343.0845(0.0000)注：*表示在1%的顯著性水平上顯著。**表示在5%的顯著性水平上顯著。***表示在10%的顯著性水平上顯著。圓括號(hào)內(nèi)為5%的顯著性水平下的P值，方括號(hào)內(nèi)為滯后階數(shù)。檢驗(yàn)中根據(jù)AIC最小化準(zhǔn)則對(duì)滯后的階數(shù)和是否有無(wú)截距項(xiàng)和趨勢(shì)項(xiàng)進(jìn)行選擇。事實(shí)上，檢驗(yàn)結(jié)果對(duì)滯后階數(shù)不敏感滯后階數(shù)的選擇是不重要的(范劍青,姚琦偉,2005)。在ADF單位根檢驗(yàn)部分,表中各指數(shù)對(duì)數(shù)的一階差分的ADF檢驗(yàn)統(tǒng)計(jì)量都大于(絕對(duì)值)它們對(duì)應(yīng)的5%的臨界值。所以在5%的水平上拒絕虛擬假設(shè):=1。各指數(shù)收益的一階差分不存在單位根,這些序列均為平穩(wěn)序列。各股指相應(yīng)的DW值分別在2附近,說(shuō)明序列的各自相鄰殘差之間不相關(guān)。其中系數(shù)的P值沒(méi)有顯著性不是很理想說(shuō)明了ARCH模型的一些局限性,因而有必要進(jìn)一步建立GARCH等模型。2、自回歸條件異方差性-拉格朗日乘數(shù)檢驗(yàn)(ARCH-LMtest)我們進(jìn)一步采用ARCH-LM檢驗(yàn)來(lái)測(cè)試各指數(shù)收益的一階差分的時(shí)間序列中是否有ARCH效應(yīng)。限于篇幅只列出所有AR項(xiàng)系數(shù)的值。ARCH-LM檢驗(yàn)的虛擬假設(shè)為::；對(duì)立假設(shè)::中至少一個(gè).i=1…P。表中可見(jiàn)，對(duì)上證指數(shù)的一階差分而言，F(xiàn)-統(tǒng)計(jì)量和LM的值大于卡方的值拉格朗日乘數(shù)的P值是0.0000，小于它對(duì)應(yīng)的臨界值0.05。所以，我們不能在5%的水平上拒絕虛擬假設(shè)(：沒(méi)有ARCH效應(yīng)),也就是說(shuō)在各指數(shù)收益差分的時(shí)間序列存在ARCH效應(yīng)即存在自回歸條件異方差。（三）、模型擬合下面分別用GARCH(11)模型、GARCH-M模型、EGARCH(11)模型和TGARCH模型來(lái)分析各股指收益對(duì)數(shù)的變化量。表3、表4、表5和表6分別為擬合結(jié)果：1.GARCH（1，1）模型的擬合表3各指數(shù)GARCH(11)模型擬合GARCH擬合：上證指數(shù)深圳成指滬深300香港恒指A均值方程參數(shù)（常數(shù)）（系數(shù)）0.021801（0.4926）0.012145（0.6308）-1.000045（0.0000）0.017704（0.5824）0.027670（0.2813）0.057130（0.0208）0.019862（0.4534）B方差方程參數(shù)（常數(shù)）(系數(shù))(系數(shù))0.031815（0.0009）0.086217（0.0000）0.907653（0.0000）5.15E-06（0.0000）0.091791（0.0000）0.896255（0.0000）0.032734（0.0009）0.089324（0.0000）0.904531（0.0000）0.010737（0.0048）0.052575（0.0000）0.940900（0.0000）C檢驗(yàn)指標(biāo)AICSICDW-0.0001403.7097183.7264732.0231650.999053-5.352316-5.3389191.9102380.0005143.7376273.7543812.004785-0.0020493.0922463.1087252.103471D殘差檢驗(yàn)調(diào)整FQ0.146978(0.7014)0.146808(0.7016)0.7402[2](0.6910)0.132（0.9360）0.066（0.9370）5.5166[1]（0.0190）0.191049（0.9088）0.095357（0.0953）0.4560[2]（0.7960）1.666305（0.4346）0.832473（0.4351）0.0035[1]（0.9530）注：圓括號(hào)內(nèi)為各個(gè)參數(shù)的P值；方括號(hào)內(nèi)為滯后階數(shù)。在均值方程式中常量和的系數(shù)總是很小并且在置信界限以外但這并不影響模型的估計(jì)。在GARCH模型擬合的均值方程式中各個(gè)股指的所有的估計(jì)值都落在置信界限之外。其中深圳成指由于其均值方程不使用參數(shù)后的擬合效果要優(yōu)于使用C參數(shù)后的效果，所以采用不設(shè)置參數(shù)的方法。A、B區(qū)的均值方程和方差方程的參數(shù)都顯著不等于零。從均值方程ARCH(1)的系數(shù)可見(jiàn)，其符合一般的收益率與波動(dòng)性的原則，即呈正相關(guān)的關(guān)系波動(dòng)性越大，則需要的收益率也就越高。以香港恒指為例，其系數(shù)增加0.06%，說(shuō)明波動(dòng)性增加1%，收益將增加0.57%;在GARCH方程中各個(gè)系數(shù)也都顯著不等于零。因此，香港恒指的收益率的波動(dòng)性與前一期的波動(dòng)性有關(guān)，同時(shí)也與前一期的收益對(duì)收益平均值的偏差有關(guān)，ARCH(1)和GARCH(1)的決定系數(shù)、分別為：0.94和0.05,各個(gè)P值明顯小于0.05，說(shuō)明GARCH方程的參數(shù)值設(shè)置的比較成功。、均顯著不為零，表明價(jià)格波動(dòng)在很大程度上由過(guò)去的價(jià)格振蕩和誤差決定日收益率序列具有很強(qiáng)的波動(dòng)集聚性。另外+=0.94+0.05=0.99,非常接近于1表明，香港恒生股指收益波動(dòng)具有很強(qiáng)的持續(xù)性。其它股指收益波動(dòng)性的相關(guān)參數(shù)的擬合結(jié)果（特別是深證成指）和香港恒指收益波動(dòng)性的擬合結(jié)果一樣,效果都比較好。限于篇幅這里不一一解釋。根據(jù)C區(qū)擬合方程的檢驗(yàn)指標(biāo)，上證指數(shù)和香港恒指的顯示為比較小的負(fù)數(shù),說(shuō)明這兩個(gè)指數(shù)的GARCH(11)的擬合不是特別成功,以下我們將進(jìn)一步重點(diǎn)探討適合它們的模型;與之相反的是深圳成指的顯示很好達(dá)到了0.999以上,綜合深圳成指的其他參數(shù)，我們可見(jiàn)GARCH模型非常適合深圳成指波動(dòng)性的擬合研究。除此之外的各個(gè)指數(shù)GARCH擬合模型的AICSIC值均達(dá)到最小,即該方程為類(lèi)似擬合方程的最優(yōu)化并且DW在2左右很小的的范圍波動(dòng)說(shuō)明其自相關(guān)指標(biāo)也較符合要求。對(duì)模型擬合后的D區(qū)顯示的殘差序列進(jìn)行ARCH-LM檢驗(yàn),LM和F統(tǒng)計(jì)量都顯得足夠的小。因此方程擬合后的殘差序列已不存在條件異方差性。而且P顯示顯示很大,說(shuō)明拒絕了存在ARCH效應(yīng)的可能性。Q統(tǒng)計(jì)量足夠小顯示了殘差序列不存在自相關(guān)性模型擬合基本合適，深圳成指表現(xiàn)的稍微差一些，但是它的相關(guān)和自相關(guān)系數(shù)都非常小。2.GARCH-M模型擬合表4各指數(shù)GARCH-M模型擬合GARCH-M擬合上證指數(shù)深圳成指滬深300香港恒指A均值方程參數(shù)（系數(shù)）系數(shù)0.022566(0.3171)0.012333(0.6260)0.160943(0.0706)0.999754(0.0000)0.022536(0.3194)0.027919(0.2777)0.054122(0.0226)0.019931(0.4517)B方差方程參數(shù)（常數(shù)）（系數(shù)）（系數(shù)）0.032064(0.0009)0.087484（0.0000）0.90659（0.0000）0.0000055（0.0000）0.095807（0.0000）0.891756（0.0000）0.032806(0.0062)0.090254（0.0000）0.903806（0.0000）0.010375(0.0010)0.051906（0.0000）0.941961（0.0000）C檢驗(yàn)指標(biāo)AICSICDW-0.000053.7098193.7265742.0231840.999054-5.352848-5.3361021.9065820.0009283.7374793.7542332.005487-0.0025993.0920483.1085272.101867D殘差檢驗(yàn)調(diào)整FQ0.184886（0.6672）0.184677（0.6674）0.7324[1]（0.6930）0.169635（0.9180）0.084668（0.9188）5.4694[1]（0.0190）0.04401（0.8339）0.043956（0.8338）0.4674[2]（0.7920）1.787171（0.4091）0.892923（0.4096）0.0035[1]（0.9530）注：圓括號(hào)內(nèi)為各個(gè)參數(shù)的P值；方括號(hào)內(nèi)為滯后階數(shù)。表4顯示各個(gè)系數(shù)也都顯著不為零?？梢?jiàn)各股指市場(chǎng)收益率波動(dòng)性與前一期的波動(dòng)性有關(guān)，同時(shí)也與前一期的收益對(duì)收益平均值的偏差有關(guān)。以深圳成指為例，兩者的決定系數(shù)和分別為：0.8917和0.0958,兩者之和接近1。但大部分關(guān)聯(lián)還在于,即與前一期的波動(dòng)性有很大關(guān)系。C、D區(qū)的檢驗(yàn)指標(biāo)AIC、DW等基本和GARCH(11)模型相應(yīng)的指標(biāo)反應(yīng)一樣，基本說(shuō)明了GARCH-M模型也對(duì)這幾個(gè)股指進(jìn)行了較好的擬合。3.EGARCH模型擬合表5各指數(shù)EGARCH模型擬合EGARCH擬合：上證指數(shù)深圳成指滬深300香港恒指A均值方程參數(shù)C系數(shù)-0.000909(0.9783)0.004072(0.8632)0.001761(0.7714)0.999827(0.0000)0.003952(0.9077)0.030616(0.2090)0.059894(0.0144)0.011054(0.6769)B方差方程參數(shù)（常數(shù)）(系數(shù))(系數(shù))（系數(shù)）-0.122258(0.0000)0.18151(0.0000)-0.027447(0.0019)0.986224(0.0000)-0.245102(0.0000)0.176732(0.0000)-0.018716(0.0477)0.986212(0.0000)-0.124014(0.0165)0.179922(0.0000)-0.021562(0.0000)0.988589(0.0000)-0.089064(0.0000)0.122206(0.0000)-0.046564(0.0005)0.988239(0.0000)C檢驗(yàn)指標(biāo)AICSICDW-0.0002193.6967723.7168782.006980.999053-5.35968-5.3395851.9098940.0002793.7266433.7467482.010162-0.0012493.0658643.0889352.086038D殘差檢驗(yàn)調(diào)整FQ0.57077[2](0.7517)0.284955(0.7520)1.2930[2](0.5240)0.17031[1](0.6798)0.170125(0.6800)5.6472[2](0.0590)0.00039[2](0.9840)0.000399(0.9840)0.3506[2](0.8390)5.4157[3](0.0666)2.711899(0.0667)0.2546[2](0.8800)注：圓括號(hào)內(nèi)為各個(gè)參數(shù)的P值；方括號(hào)內(nèi)為滯后階數(shù)。表5中，B區(qū)系數(shù)有顯著性,則股指收益存在很明顯的非對(duì)稱(chēng)性。以滬深300為例,其波動(dòng)性對(duì)正的沖擊的反應(yīng)系數(shù)為：+＝0.179922＋（-0.021562）＝0.15836；對(duì)負(fù)的沖擊的反應(yīng)系數(shù)為：-+＝－0.179922＋（-0.021562）＝－0.201484;可見(jiàn)滬深指數(shù)收益中負(fù)的沖擊的影響力要大于正的沖擊的影響力,這也是我國(guó)證券市場(chǎng)上漲慢而下跌快的現(xiàn)象相吻合。其他市場(chǎng)的也一樣。相較而言,恒指對(duì)正沖擊的反應(yīng)（0.0756）小于其他三個(gè)市場(chǎng)對(duì)正沖擊的反應(yīng),其次為上證指數(shù)。上證市場(chǎng)對(duì)負(fù)沖擊的反應(yīng)比其他三個(gè)股指大，為0.2089。其次為滬深300。D區(qū)LM和F的檢驗(yàn)值分別達(dá)到了足夠小的水平,它保證了殘差序列不再存在條件異方差性；對(duì)殘差序列是否存在自回歸性的Q統(tǒng)計(jì)量也顯示非常小,因而殘差序列不存在自回歸性。因此，EGARCH方程比較好的擬合了各指數(shù)的波動(dòng)性。4.TGARCH模型擬合表6各指數(shù)TGARCH模型擬合TGARCH擬合：上證指數(shù)深圳成指滬深300香港恒指A均值方程參數(shù)C系數(shù)0.000302（0.9929）0.017435(0.4909)1.002354（0.0033）-0.019205(0.0000)0.000746（0.9817）0.024206(0.3477)0.05701（0.0207）0.013487(0.614)B方差方程參數(shù)（常數(shù)）（系數(shù)）（系數(shù))（系數(shù)）0.034469(0.0006)0.060758(0.0000)0.050753(0.0002)0.907107(0.0000)0.00000634(0.0044)0.056165(0.0002)0.056786(0.0161)0.900528(0.0000)0.042949(0.0088)0.056828(0.0001)0.055304(0.0147)0.905821(0.0000)0.014978(0.0090)0.024165(0.0463)0.05685(0.0007)0.937454(0.0000)C檢驗(yàn)指標(biāo)AICSICDW-0.0004733.7053153.725422.033130.999046-5.403894-5.380451.9002450.0002413.6832113.7066671.997404-0.0013953.0662083.0892792.09098D殘差檢驗(yàn)調(diào)整FQ0.54085[2](0.7630)0.27001(0.7634)0.5967[3](0.7420)0.55919[2](0.4545)0.558689(0.4548)5.6796[2](0.0580)0.258517[3](0.9676)0.085971(0.9677)0.8277[2](0.6610)3.871363[2](0.0492)3.866945(0.0492)0.1628[3](0.9220)注：圓括號(hào)內(nèi)為各個(gè)參數(shù)的P值；方括號(hào)內(nèi)為滯后階數(shù)。表6中顯示B區(qū)不對(duì)稱(chēng)項(xiàng)的系數(shù)均是高度顯著的,這和EGARCH模型的結(jié)果基本一致。系數(shù)估計(jì)的顯著性表明了反向沖擊比正向沖擊會(huì)導(dǎo)致更高的下一期條件方差。其中香港恒指的系數(shù)最大達(dá)到了0.05685,其次為深圳成指的不對(duì)稱(chēng)項(xiàng)的系數(shù)。C、D區(qū)的檢驗(yàn)結(jié)果顯示較好基本符合擬合效果的要求。四、波動(dòng)性的預(yù)測(cè)效果的評(píng)價(jià)找到擬合模型后，使用各自相對(duì)應(yīng)的模型對(duì)波動(dòng)率進(jìn)行預(yù)測(cè)及評(píng)價(jià)。鑒于華爾街風(fēng)暴對(duì)全球股市狂跌的影響，為了預(yù)測(cè)更準(zhǔn)，本文避開(kāi)這段股市異常低迷時(shí)期，將數(shù)據(jù)選取到9月12日?；诟魇找鎸?duì)應(yīng)的模型擬合效果，經(jīng)過(guò)多次篩選本文選GARCH-M和TGARCH模型對(duì)上證指數(shù)和恒指收益進(jìn)行預(yù)測(cè)；GARCH(11)和EGARCH模型對(duì)深圳成指和滬深300進(jìn)行預(yù)測(cè)。再根據(jù)前文提到的RMSE、MAE、MAPE和Theil不等系數(shù)四個(gè)評(píng)價(jià)指標(biāo)，對(duì)各自的預(yù)測(cè)結(jié)果進(jìn)行綜合評(píng)價(jià)。結(jié)果為：表7GARCH類(lèi)模型預(yù)測(cè)效果評(píng)價(jià)模型RMSEMAEMAPETheil不等系數(shù)選擇GARCH(11)滬深3000.0810050.0672970.8735720.0052140深圳成指0.0719860.0596380.6528950.0039160EGARCH滬深3000.0799760.066370.8615480.0051481深圳成指0.0712810.0589410.6452760.0038781GARCH-M上證0.0583160.048370.6112950.0036650恒指0.1441880.1347811.4979960.0079370TGARCH上證0.0428040.0340730.4307350.0026931恒指0.1434980.1341351.4908170.0078991注：選擇項(xiàng)中“1”表示預(yù)測(cè)相對(duì)較好選擇該模型;“0”表示預(yù)測(cè)相對(duì)較差,放棄該模型。利用Eviews5.0軟件得到了預(yù)測(cè)指標(biāo)。從損失函數(shù)看表7中為MSE,MAERMSE以及MAPE等4個(gè)損失函數(shù)的方差。滬深指數(shù)相關(guān)預(yù)測(cè)模型的RMSE、MAE值顯示的非常好最大的值也不超過(guò)0.081005MAPE值也顯示較好最大的不超過(guò)0.8735。Theil不等系數(shù)大于0但不超過(guò)1,其理想值為0。當(dāng)Theil不等系數(shù)值為0時(shí)模型預(yù)測(cè)效果最佳；當(dāng)Theil不等系數(shù)值為1時(shí)，模型預(yù)測(cè)效果最差。而從得出的數(shù)據(jù)又可以看到這些預(yù)測(cè)方程的Theil不等系數(shù)值最大的不超過(guò)0.0052。這個(gè)接近于0的值說(shuō)明，我們得到的方程擬合很好，具有良好的預(yù)測(cè)功能，模型系統(tǒng)基本穩(wěn)定，基本上不存在系統(tǒng)誤差。綜合來(lái)看GARCH模型族的各個(gè)損失函數(shù)的方差較小，說(shuō)明其預(yù)測(cè)能力較好。分別來(lái)看EGARCH模型對(duì)滬深300的股指波動(dòng)預(yù)測(cè)要好于GARCH(11)，故選擇了EGARCH模型對(duì)其預(yù)測(cè)。同理，分別選擇了EGARCH對(duì)深圳成指TGARCH對(duì)上證指數(shù)和香港恒指的預(yù)測(cè)。而這個(gè)結(jié)論也強(qiáng)有力地證明了反應(yīng)不對(duì)稱(chēng)性的TGARCH和EGARCH模型在預(yù)測(cè)中要好于另兩個(gè)模型。五、結(jié)論本文用GARCH模型對(duì)股價(jià)波動(dòng)率進(jìn)行預(yù)測(cè)評(píng)估。結(jié)論如下：第一，我國(guó)滬深港地區(qū)主要股指收益的統(tǒng)計(jì)顯著性和ARCH效應(yīng)的檢驗(yàn)表現(xiàn)出明顯的尖峰后尾特征和ARCH效應(yīng)，這是建立GARCH模型的基礎(chǔ)；第二，總的來(lái)看GARCH模型族對(duì)我國(guó)滬深主要股指的擬合相對(duì)比較成功。其中深圳成指的預(yù)測(cè)是最好的；第三，EGARCH模型和TGARCH模型中不對(duì)稱(chēng)項(xiàng)的結(jié)果顯示，股指市場(chǎng)上存在明顯的杠桿效應(yīng)。兩個(gè)模型對(duì)股價(jià)波動(dòng)性描述成功；第四，對(duì)擬合模型的樣本外預(yù)測(cè)通過(guò)損失函數(shù)的四個(gè)指標(biāo)顯示對(duì)我國(guó)滬深港主要股指收益波動(dòng)性的預(yù)測(cè)比較成功?！緟⒖嘉墨I(xiàn)】[1]BaoRongChangHsiuFenTsai.Forecastapproachusingneuralnetworkadaptationtosupportvectorregressiongreymodelandgeneralizedauto-regressiveconditionalheteroscedasticity[J]ExpertSystemswithApplications342008,925–934[2]Yi-HsienWang.Nonlinearneuralnetworkforecastingmodelforstockindexoptionprice:HybridGJR–GARCHapproach[J]ExpertSystemswithApplications2007.[3]SamreenFatimaGhulamHussain.StatisticalmodelsofKSE100indexusinghybridfinancialsystems[J]Neurocomputing712008,2742–2746[4]Shian-ChangHuang.IntegratingGA-basedtime-scalefeatureextractionswithSVMsforstockindexforecasting[J]ExpertSystemswithApplications352008，2080–2088[5]J.ZhangD.Gu′eganPricingbivariateoptionunderGARCHprocesseswithtime-varyingcopulaInsurance[J]MathematicsandEconomics42,2008,1095–1103.[6]LiuY.LugerR.Efficientestimationofcopula-GARCHmodels[J]Computation--nalStatisticsandDataAnalysis2008.[7]XibinZhangMaxwellL.KingBox-Coxstochasticvolatilitymodelswithheavy-tailsandcorrelatederrors[J]JournalofEmpiricalFinance15,2008,549–566[8]Jung-SukYuM.KabirHassan.GlobalandregionalintegrationoftheMiddleEastandNorthAfrican(MENA)stockmarkets[J]TheQuarterlyReviewofEconomicsandFinance48,2008，482–504[9]MartinT.Institutionalinvestorsandstockreturnsvolatility:Empiricalevidencefromanaturalexperiment[J]JournalofFinancialStability,20080,2.003[10]MichaelD.Evidenceofanasymmetryintherelationshipbetweenvolatilityandautocorrelation.International[J]ReviewofFinancialAnalysis,16,2007,22–40[11]CelsoBrunettiChiaraScottiRobertoS..MarkovswitchingGARCHmodelsofcurrencyturmoilinSoutheastAsia.[J]EmergingMarketsReview2008,02.005[12]BowdenNicholas.ShortTermForecastingofElectricityPricesforMISOHubs:EvidencefromARIMA-EGARCHModelsEnergyEconomics.2008.[13]鄒宏元譯ChrisBrooks[英]著金融計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論[B]西南財(cái)經(jīng)大學(xué)出版2005,6.[14]周愛(ài)民金融計(jì)量學(xué)[B]現(xiàn)代金融理論前沿叢書(shū)經(jīng)濟(jì)管理出版社2006,1.[15]張曉峒Eviews使用指南與案例[B]機(jī)械工業(yè)出版社2007,2.附錄資料：不需要的可以自行刪除

Excel表格的基本操作教程Excel快捷鍵和功能鍵Ctrl組合快捷鍵按鍵說(shuō)明Ctrl+(取消隱藏選定范圍內(nèi)所有隱藏的行。Ctrl+)取消隱藏選定范圍內(nèi)所有隱藏的列。Ctrl+&將外框應(yīng)用于選定單元格。Ctrl+_從選定單元格刪除外框。Ctrl+~應(yīng)用“常規(guī)”數(shù)字格式。Ctrl+$應(yīng)用帶有兩位小數(shù)的“貨幣”格式（負(fù)數(shù)放在括號(hào)中）。Ctrl+%應(yīng)用不帶小數(shù)位的“百分比”格式。Ctrl+^應(yīng)用帶有兩位小數(shù)的“指數(shù)”格式。Ctrl+#應(yīng)用帶有日、月和年的“日期”格式。Ctrl+@應(yīng)用帶有小時(shí)和分鐘以及AM或PM的“時(shí)間”格式。Ctrl+!應(yīng)用帶有兩位小數(shù)、千位分隔符和減號(hào)(-)（用于負(fù)值）的“數(shù)值”格式。Ctrl+-顯示用于刪除選定單元格的“刪除”對(duì)話框。Ctrl+*選擇環(huán)繞活動(dòng)單元格的當(dāng)前區(qū)域（由空白行和空白列圍起的數(shù)據(jù)區(qū)域）。在數(shù)據(jù)透視表中，它將選擇整個(gè)數(shù)據(jù)透視表。Ctrl+:輸入當(dāng)前時(shí)間。Ctrl+;輸入當(dāng)前日期。Ctrl+`在工作表中切換顯示單元格值和公式。Ctrl+'將公式從活動(dòng)單元格上方的單元格復(fù)制到單元格或編輯欄中。Ctrl+"將值從活動(dòng)單元格上方的單元格復(fù)制到單元格或編輯欄中。Ctrl++顯示用于插入空白單元格的“插入”對(duì)話框。Ctrl+1顯示“單元格格式”對(duì)話框。Ctrl+2應(yīng)用或取消加粗格式設(shè)置。Ctrl+3應(yīng)用或取消傾斜格式設(shè)置。Ctrl+4應(yīng)用或取消下劃線。Ctrl+5應(yīng)用或取消刪除線。Ctrl+6在隱藏對(duì)象、顯示對(duì)象和顯示對(duì)象占位符之間切換。Ctrl+7顯示或隱藏“常用”工具欄。Ctrl+8顯示或隱藏大綱符號(hào)。Ctrl+9隱藏選定的行。Ctrl+0隱藏選定的列。Ctrl+A選擇整個(gè)工作表。如果工作表包含數(shù)據(jù)，則按Ctrl+A將選擇當(dāng)前區(qū)域。再次按Ctrl+A將選擇整個(gè)工作表。當(dāng)插入點(diǎn)位于公式中某個(gè)函數(shù)名稱(chēng)的右邊時(shí)，則會(huì)顯示“函數(shù)參數(shù)”對(duì)話框。當(dāng)插入點(diǎn)位于公式中某個(gè)函數(shù)名稱(chēng)的右邊時(shí)，按Ctrl+Shift+A將會(huì)插入?yún)?shù)名稱(chēng)和括號(hào)。Ctrl+B應(yīng)用或取消加粗格式設(shè)置。Ctrl+C復(fù)制選定的單元格。如果連續(xù)按兩次Ctrl+C，則會(huì)顯示MicrosoftOffice剪貼板。如果工作表包含數(shù)據(jù)，則按Ctrl+A將選擇當(dāng)前區(qū)域。再次按Ctrl+A將選擇整個(gè)工作表。當(dāng)插入點(diǎn)位于公式中某個(gè)函數(shù)名稱(chēng)的右邊時(shí)，則會(huì)顯示“函數(shù)參數(shù)”對(duì)話框。當(dāng)插入點(diǎn)位于公式中某個(gè)函數(shù)名稱(chēng)的右邊時(shí)，按Ctrl+Shift+A將會(huì)插入?yún)?shù)名稱(chēng)和括號(hào)。Ctrl+B應(yīng)用或取消加粗格式設(shè)置。Ctrl+C復(fù)制選定的單元格。如果連續(xù)按兩次Ctrl+C，則會(huì)顯示MicrosoftOffice剪貼板。Ctrl+D使用“向下填充”命令將選定范圍內(nèi)最頂層單元格的內(nèi)容和格式復(fù)制到下面的單元格中。Ctrl+F顯示“查找”對(duì)話框。按Shift+F5也會(huì)顯示此對(duì)話框，而按Shift+F4則會(huì)重復(fù)上一次“查找”操作。Ctrl+G顯示“定位”對(duì)話框。按F5也會(huì)顯示此對(duì)話框。Ctrl+H顯示“查找和替換”對(duì)話框。Ctrl+I應(yīng)用或取消傾斜格式設(shè)置。Ctrl+K為新的超鏈接顯示“插入超鏈接”對(duì)話框，或?yàn)檫x定的現(xiàn)有超鏈接顯示“編輯超鏈接”對(duì)話框。Ctrl+L顯示“創(chuàng)建列表”對(duì)話框。Ctrl+N創(chuàng)建一個(gè)新的空白文件。Ctrl+O顯示“打開(kāi)”對(duì)話框以打開(kāi)或查找文件。按Ctrl+Shift+O可選擇所有包含批注的單元格。Ctrl+P顯示“打印”對(duì)話框。Ctrl+R使用“向右填充”命令將選定范圍最左邊單元格的內(nèi)容和格式復(fù)制到右邊的單元格中。Ctrl+S使用其當(dāng)前文件名、位置和文件格式保存活動(dòng)文件。Ctrl+U應(yīng)用或取消下劃線。Ctrl+V在插入點(diǎn)處插入剪貼板的內(nèi)容，并替換任何選定內(nèi)容。只有在剪切或復(fù)制了對(duì)象、文本或單元格內(nèi)容后，才能使用此快捷鍵。Ctrl+W關(guān)閉選定的工作簿窗口。Ctrl+X剪切選定的單元格。Ctrl+Y重復(fù)上一個(gè)命令或操作（如有可能）。Ctrl+Z使用“撤消”命令來(lái)撤消上一個(gè)命令或刪除最后鍵入的條目。顯示了自動(dòng)更正智能標(biāo)記時(shí)，按Ctrl+Shift+Z可使用“撤消”或“重復(fù)”命令撤消或恢復(fù)上一次自動(dòng)更正操作。功能鍵按鍵說(shuō)明F1顯示“幫助”任務(wù)窗格。按Ctrl+F1可關(guān)閉并重新打開(kāi)當(dāng)前任務(wù)窗格。按Alt+F1可創(chuàng)建當(dāng)前范圍中數(shù)據(jù)的圖表。按Alt+Shift+F1可插入新的工作表。F2編輯活動(dòng)單元格并將插入點(diǎn)放在單元格內(nèi)容的結(jié)尾。如果禁止在單元格中進(jìn)行編輯，它也會(huì)將插入點(diǎn)移到編輯欄中。按Shift+F2可編輯單元格批注。F3將定義的名稱(chēng)粘貼到公式中。按Shift+F3將顯示“插入函數(shù)”對(duì)話框。F4重復(fù)上一個(gè)命令或操作（如有可能）。按Ctrl+F4可關(guān)閉選定的工作簿窗口。F5顯示“定位”對(duì)話框。按Ctrl+F5可恢復(fù)選定工作簿窗口的窗口大小。F6切換到已拆分（“窗口”菜單，“拆分”命令）的工作表中的下一個(gè)窗格。按Shift+F6可切換到已拆分的工作表中的上一個(gè)窗格。如果打開(kāi)了多個(gè)工作簿窗口，則按Ctrl+F6可切換到下一個(gè)工作簿窗口。F7顯示“拼寫(xiě)檢查”對(duì)話框，以檢查活動(dòng)工作表或選定范圍中的拼寫(xiě)。如果工作簿窗口未最大化，則按Ctrl+F7可對(duì)該窗口執(zhí)行“移動(dòng)”命令。使用箭頭鍵移動(dòng)窗口，并在完成時(shí)按Esc。F8打開(kāi)或關(guān)閉擴(kuò)展模式。在擴(kuò)展模式中，“EXT”將出現(xiàn)在狀態(tài)行中，并且按箭頭鍵可擴(kuò)展選定范圍。通過(guò)按Shift+F8，您可以使用箭頭鍵將非鄰近單元格或范圍添加到單元格的選定范圍。當(dāng)工作簿未最大化時(shí)，按Ctrl+F8可執(zhí)行“大小”命令（在工作簿窗口的“控制”菜單上。按Alt+F8可顯示用于運(yùn)行、編輯或刪除宏的“宏”對(duì)話框。F9計(jì)算所有打開(kāi)的工作簿中的所有工作表。如果先按F9再按Enter（對(duì)于數(shù)組公式則按Ctrl+Shift+Enter），則會(huì)計(jì)算選定的公式部分，并將選定部分替換為計(jì)算出的值。按Shift+F9可計(jì)算活動(dòng)工作表。按Ctrl+Alt+F9可計(jì)算所有打開(kāi)的工作簿中的所有工作表，不管它們自上次計(jì)算以來(lái)是否已更改。如果按Ctrl+Alt+Shift+F9，則會(huì)重新檢查相關(guān)公式，然后計(jì)算所有打開(kāi)的工作簿中的所有單元格，其中包括未標(biāo)記為需要計(jì)算的單元格。按Ctrl+F9可將工作簿窗口最小化為圖標(biāo)。F10選擇菜單欄或同時(shí)關(guān)閉打開(kāi)的菜單和子菜單。按Shift+F10可顯示選定項(xiàng)目的快捷菜單。按Alt+Shift+F10可顯示智能標(biāo)記的菜單或消息。如果存在多個(gè)智能標(biāo)記，按該組合鍵可切換到下一個(gè)智能標(biāo)記并顯示其菜單或消息。按Ctrl+F10可最大化或還原選定的工作簿窗口。F11創(chuàng)建當(dāng)前范圍內(nèi)數(shù)據(jù)的圖表。按Shift+F11可插入一個(gè)新工作表。按Alt+F11將打開(kāi)VisualBasic編輯器，您可以在其中通過(guò)使用VisualBasicforApplications(VBA)來(lái)創(chuàng)建宏。按Alt+Shift+F11將打開(kāi)Microsoft腳本編輯器，您可以在其中添加文本、編輯HTML標(biāo)記以及修改任何腳本代碼。F12顯示“另存為”對(duì)話框。其他有用的快捷鍵按鍵說(shuō)明箭頭鍵在工作表中上移、下移、左移或右移一個(gè)單元格。按Ctrl+箭頭鍵可移動(dòng)到工作表中當(dāng)前數(shù)據(jù)區(qū)域（數(shù)據(jù)區(qū)域：包含數(shù)據(jù)的單元格區(qū)域，該區(qū)域周?chē)鸀榭瞻讍卧窕驍?shù)據(jù)表邊框。）的邊緣。按Shift+箭頭鍵可將單元格的選定范圍擴(kuò)大一個(gè)單元格。按Ctrl+Shift+箭頭鍵可將單元格的選定范圍擴(kuò)展到與活動(dòng)單元格同一列或同一行中的最后一個(gè)非空白單元格。當(dāng)菜單處于可見(jiàn)狀態(tài)時(shí)，按向左鍵或向右鍵可選擇左邊或右邊的菜單。當(dāng)子菜單處于打開(kāi)狀態(tài)時(shí)，按這些箭頭鍵可在主菜單和子菜單之間切換。當(dāng)菜單或子菜單處于打開(kāi)狀態(tài)時(shí)，按向下鍵或向上鍵可選擇下一個(gè)或上一個(gè)命令。在對(duì)話框中，按箭頭鍵可在打開(kāi)的下拉列表中的各個(gè)選項(xiàng)之間移動(dòng)，或在一組選項(xiàng)的各個(gè)選項(xiàng)之間移動(dòng)。按Alt+向下鍵可打開(kāi)選定的下拉列表。Backspace在編輯欄中刪除左邊的一個(gè)字符。也可清除活動(dòng)單元格的內(nèi)容。Delete從選定單元格中刪除單元格內(nèi)容（數(shù)據(jù)和公式），而不會(huì)影響單元格格式或批注。在單元格編輯模式下，按該鍵將會(huì)刪除插入點(diǎn)右邊的字符。End當(dāng)ScrollLock處于開(kāi)啟狀態(tài)時(shí)，移動(dòng)到窗口右下角的單元格。當(dāng)菜單或子菜單處于可見(jiàn)狀態(tài)時(shí)，也可選擇菜單上的最后一個(gè)命令。按Ctrl+End可移動(dòng)到工作表上的最后一個(gè)單元格，即所使用的最下方一行與所使用的最右邊一列的交匯單元格。按Ctrl+Shift+End可將單元格的選定范圍擴(kuò)展到工作表上所使用的最后一個(gè)單元格（右下角）。Enter從單元格或編輯欄中完成單元格輸入，并（默認(rèn)）選擇下面的單元格。在數(shù)據(jù)表單中，按該鍵可移動(dòng)到下一條記錄中的第一個(gè)字段。打開(kāi)選定的菜單（按F10激活菜單欄），或執(zhí)行選定命令的操作。在對(duì)話框中，按該鍵可執(zhí)行對(duì)話框中默認(rèn)命令按鈕（帶有突出輪廓的按鈕，通常為“確定”按鈕）的操作。按Alt+Enter可在同一單元格中另起一個(gè)新行。按Ctrl+Enter可使用當(dāng)前條目填充選定的單元格區(qū)域。按Shift+Enter可完成單元格輸入并選擇上面的單元格。Esc取消單元格或編輯欄中的輸入。按該鍵也可關(guān)閉打開(kāi)的菜單或子菜單、對(duì)話框或消息窗口。Home移到工作表中某一行的開(kāi)頭。當(dāng)ScrollLock處于開(kāi)啟狀態(tài)時(shí)，移到窗口左上角的單元格。當(dāng)菜單或子菜單處于可見(jiàn)狀態(tài)時(shí)，選擇菜單上的第一個(gè)命令。按Ctrl+Home可移到工作表的開(kāi)頭。按Ctrl+Shift+Home可將單元格的選定范圍擴(kuò)展到工作表的開(kāi)頭。PageDown在工作表中下移一個(gè)屏幕。按Alt+PageDown可在工作表中向右移動(dòng)一個(gè)屏幕。按Ctrl+PageDown可移到工作簿中的下一個(gè)工作表。按Ctrl+Shift+PageDown可選擇工作簿中的當(dāng)前和下一個(gè)工作表。PageUp在工作表中上移一個(gè)屏幕。按Alt+PageUp可在工作表中向左移動(dòng)一個(gè)屏幕。按Ctrl+PageUp可移到工作簿中的上一個(gè)工作表。按Ctrl+Shift+PageUp可選擇工作簿中的當(dāng)前和上一個(gè)工作表?？崭矜I在對(duì)話框中，執(zhí)行選定按鈕的操作，或者選中或清除復(fù)選框。按Ctrl+空格鍵可選擇工作表中的整列。按Shift+空格鍵可選擇工作表中的整行。按Ctrl+Shift+空格鍵可選擇整個(gè)工作表。如果工作表包含數(shù)據(jù)，則按Ctrl+Shift+空格鍵將選擇當(dāng)前區(qū)域。再按一次Ctrl+Shift+空格鍵將選擇整個(gè)工作表。當(dāng)某個(gè)對(duì)象處于選定狀態(tài)時(shí)，按Ctrl+Shift+空格鍵可選擇工作表上的所有對(duì)象。按Alt+空格鍵可顯示Excel窗口的“控制”菜單。Tab在工作表中向右移動(dòng)一個(gè)單元格。在受保護(hù)的工作表中，可在未鎖定的單元格之間移動(dòng)。在對(duì)話框中，移到下一個(gè)選項(xiàng)或選項(xiàng)組。按Shift+Tab可移到前一個(gè)單元格（在工作表中）或前一個(gè)選項(xiàng)（在對(duì)話框中）。在對(duì)話框中，按Ctrl+Tab可切換到下一個(gè)選項(xiàng)卡。在對(duì)話框中，按Ctrl+Shift+Tab可切換到前一個(gè)選項(xiàng)卡。Excel表格的基本操作教程

也許你已經(jīng)在Excel中完成過(guò)上百?gòu)堌?cái)務(wù)報(bào)表，也許你已利用Excel函數(shù)實(shí)現(xiàn)過(guò)上千次的復(fù)雜運(yùn)算，也許你認(rèn)為Excel也不過(guò)如此，甚至了無(wú)新意。但我們平日里無(wú)數(shù)次重復(fù)的得心應(yīng)手的使用方法只不過(guò)是Excel全部技巧的百分之一。本專(zhuān)題從Excel中的一些鮮為人知的技巧入手，領(lǐng)略一下關(guān)于Excel的別樣風(fēng)情。

一、讓不同類(lèi)型數(shù)據(jù)用不同顏色顯示

在工資表中，如果想讓大于等于2000元的工資總額以“紅色”顯示，大于等于1500元的工資總額以“藍(lán)色”顯示，低于1000元的工資總額以“棕色”顯示，其它以“黑色”顯示，我們可以這樣設(shè)置。1.打開(kāi)“工資表”工作簿，選中“工資總額”所在列，執(zhí)行“格式→條件格式”命令，打開(kāi)“條件格式”對(duì)話框。單擊第二個(gè)方框右側(cè)的下拉按鈕，選中“大于或等于”選項(xiàng)，在后面的方框中輸入數(shù)值“2000”。單擊“格式”按鈕，打開(kāi)“單元格格式”對(duì)話框，將“字體”的“顏色”設(shè)置為“紅色”。2.按“添加”按鈕，并仿照上面的操作設(shè)置好其它條件(大于等于1500，字體設(shè)置為“藍(lán)色”；小于1000，字體設(shè)置為“棕色”)。3.設(shè)置完成后，按下“確定”按鈕?？纯垂べY表吧，工資總額的數(shù)據(jù)是不是按你的要求以不同顏色顯示出來(lái)了。

Excel表格的基本操作教程六、讓數(shù)據(jù)按需排序如果你要將員工按其所在的部門(mén)進(jìn)行排序，這些部門(mén)名稱(chēng)既的有關(guān)信息不是按拼音順序，也不是按筆畫(huà)順序，怎么辦?可采用自定義序列來(lái)排序。1.執(zhí)行“格式→選項(xiàng)”命令，打開(kāi)“選項(xiàng)”對(duì)話框，進(jìn)入“自定義序列”標(biāo)簽中，在“輸入序列”下面的方框中輸入部門(mén)排序的序列(如“機(jī)關(guān),車(chē)隊(duì),一車(chē)間,二車(chē)間,三車(chē)間”等)，單擊“添加”和“確定”按鈕退出。2.選中“部門(mén)”列中任意一個(gè)單元格，執(zhí)行“數(shù)據(jù)→排序”命令，打開(kāi)“排序”對(duì)話框，單擊“選項(xiàng)”按鈕，彈出“排序選項(xiàng)”對(duì)話框，按其中的下拉按鈕，選中剛才自定義的序列，按兩次“確定”按鈕返回，所有數(shù)據(jù)就按要求進(jìn)行了排序。二、建立分類(lèi)下拉列表填充項(xiàng)我們常常要將企業(yè)的名稱(chēng)輸入到表格中，為了保持名稱(chēng)的一致性，利用“數(shù)據(jù)有效性”功能建了一個(gè)分類(lèi)下拉列表填充項(xiàng)。1.在Sheet2中，將企業(yè)名稱(chēng)按類(lèi)別(如“工業(yè)企業(yè)”、“商業(yè)企業(yè)”、“個(gè)體企業(yè)”等)分別輸入不同列中，建立一個(gè)企業(yè)名稱(chēng)數(shù)據(jù)庫(kù)。2.選中A列(“工業(yè)企業(yè)”名稱(chēng)所在列)，在“名稱(chēng)”欄內(nèi)，輸入“工業(yè)企業(yè)”字符后，按“回車(chē)”鍵進(jìn)行確認(rèn)。仿照上面的操作，將B、C……列分別命名為“商業(yè)企業(yè)”、“個(gè)體企業(yè)”……3.切換到Sheet1中，選中需要輸入“企業(yè)類(lèi)別”的列(如C列)，執(zhí)行“數(shù)據(jù)→有效性”命令，打開(kāi)“數(shù)據(jù)有效性”對(duì)話框。在“設(shè)置”標(biāo)簽中，單擊“允許”右側(cè)的下拉按鈕，選中“序列”選項(xiàng)，在下面的“來(lái)源”方框中，輸入“工業(yè)企業(yè)”，“商業(yè)企業(yè)”，“個(gè)體企業(yè)”……序列(各元素之間用英文逗號(hào)隔開(kāi))，確定退出。再選中需要輸入企業(yè)名稱(chēng)的列(如D列)，再打開(kāi)“數(shù)據(jù)有效性”對(duì)話框，選中“序列”選項(xiàng)后，在“來(lái)源”方框中輸入公式：=INDIRECT(C1)，確定退出。4.選中C列任意單元格(如C4)，單擊右側(cè)下拉按鈕，選擇相應(yīng)的“企業(yè)類(lèi)別”填入單元格中。然后選中該單元格對(duì)應(yīng)的D列單元格(如D4)，單擊下拉按鈕，即可從相應(yīng)類(lèi)別的企業(yè)名稱(chēng)列表中選擇需要的企業(yè)名稱(chēng)填入該單元格中。提示：在以后打印報(bào)表時(shí)，如果不需要打印“企業(yè)類(lèi)別”列，可以選中該列，右擊鼠標(biāo)，選“隱藏”選項(xiàng)，將該列隱藏起來(lái)即可。三、建立“常用文檔”新菜單在菜單欄上新建一個(gè)“常用文檔”菜單，將常用的工作簿文檔添加到其中，方便隨時(shí)調(diào)用。1.在工具欄空白處右擊鼠標(biāo)，選“自定義”選項(xiàng)，打開(kāi)“自定義”對(duì)話框。在“命令”標(biāo)簽中，選中“類(lèi)別”下的“新菜單”項(xiàng)，再將“命令”下面的“新菜單”拖到菜單欄。按“更改所選內(nèi)容”按鈕，在彈出菜單的“命名”框中輸入一個(gè)名稱(chēng)(如“常用文檔”)。Excel表格的基本操作教程2.再在“類(lèi)別”下面任選一項(xiàng)(如“插入”選項(xiàng))，在右邊“命令”下面任選一項(xiàng)(如“超鏈接”選項(xiàng))，將它拖到新菜單(常用文檔)中，并仿照上面的操作對(duì)它進(jìn)行命名(如“工資表”等)，建立第一個(gè)工作簿文檔列表名稱(chēng)。重復(fù)上面的操作，多添加幾個(gè)文檔列表名稱(chēng)。3.選中“常用文檔”菜單中某個(gè)菜單項(xiàng)(如“工資表”等)，右擊鼠標(biāo)，在彈出的快捷菜單中，選“分配超鏈接→打開(kāi)”選項(xiàng)，打開(kāi)“分配超鏈接”對(duì)話框。通過(guò)按“查找范圍”右側(cè)的下拉按鈕，定位到相應(yīng)的工作簿(如“工資.xls”等)文件夾，并選中該工作簿文檔。重復(fù)上面的操作，將菜單項(xiàng)和與它對(duì)應(yīng)的工作簿文檔超鏈接起來(lái)。4.以后需要打開(kāi)“常用文檔”菜單中的某個(gè)工作簿文檔時(shí)，只要展開(kāi)“常用文檔”菜單，單擊其中的相應(yīng)選項(xiàng)即可。提示：盡管我們將“超鏈接”選項(xiàng)拖到了“常用文檔”菜單中，但并不影響“插入”菜單中“超鏈接”菜單項(xiàng)和“常用”工具欄上的“插入超鏈接”按鈕的功能。Excel表格的基本操作教程四、制作“專(zhuān)業(yè)符號(hào)”工具欄Excel表格的基本操作教程在編輯專(zhuān)業(yè)表格時(shí)，常常需要輸入一些特殊的專(zhuān)業(yè)符號(hào)，為了方便輸入，我們可以制作一個(gè)屬于自己的“專(zhuān)業(yè)符號(hào)”工具欄。1.執(zhí)行“工具→宏→錄制新宏”命令，打開(kāi)“錄制新宏”對(duì)話框，輸入宏名?如“fuhao1”?并將宏保存在“個(gè)人宏工作簿”中，然后“確定”開(kāi)始錄制。選中“錄制宏”工具欄上的“相對(duì)引用”按鈕，然后將需要的特殊符號(hào)輸入到某個(gè)單元格中，再單擊“錄制宏”工具欄上的“停止”按鈕，完成宏的錄制。仿照上面的操作，一一錄制好其它特殊符號(hào)的輸入“宏”。2.打開(kāi)“自定義”對(duì)話框，在“工具欄”標(biāo)簽中，單擊“新建”按鈕，彈出“新建工具欄”對(duì)話框，輸入名稱(chēng)——“專(zhuān)業(yè)符號(hào)”，確定后，即在工作區(qū)中出現(xiàn)一個(gè)工具條。切換到“命令”標(biāo)簽中，選中“類(lèi)別”下面的“宏”，將“命令”下面的“自定義按鈕”項(xiàng)拖到“專(zhuān)業(yè)符號(hào)”欄上(有多少個(gè)特殊符號(hào)就拖多少個(gè)按鈕)。3.選中其中一個(gè)“自定義按鈕”，仿照第2個(gè)秘技的第1點(diǎn)對(duì)它們進(jìn)行命名。4.右擊某個(gè)命名后的按鈕，在隨后彈出的快捷菜單中，選“指定宏”選項(xiàng)，打開(kāi)“指定宏”對(duì)話框，選中相應(yīng)的宏(如fuhao1等)，確定退出。重復(fù)此步操作，將按鈕與相應(yīng)的宏鏈接起來(lái)。5.關(guān)閉“自定義”對(duì)話框，以后可以像使用普通工具欄一樣，使用“專(zhuān)業(yè)符號(hào)”工具欄，向單元格中快速輸入專(zhuān)業(yè)符號(hào)了。五、用“視面管理器”保存多個(gè)打印頁(yè)面有的工作表，經(jīng)常需要打印其中不同的區(qū)域，用“視面管理器”吧。1.打開(kāi)需要打印的工作表，用鼠標(biāo)在不需要打印的行(或列)標(biāo)上拖拉，選中它們?cè)儆覔羰髽?biāo)，在隨后出現(xiàn)的快捷菜單中，選“隱藏”選項(xiàng)，將不需要打印的行(或列)隱藏起來(lái)。2.執(zhí)行“視圖→視面管理器”命令，打開(kāi)“視面管理器”對(duì)話框，單擊“添加”按鈕，彈出“添加視面”對(duì)話框，輸入一個(gè)名稱(chēng)(如“上報(bào)表”)后，