現(xiàn)代金融專(zhuān)題研究(文件)
【正文】 率是 A、 B和 C三者概率的乘積。如設(shè)定為無(wú)條件方差，或者 04. 設(shè)定收斂準(zhǔn)則，對(duì)于 Eviews默認(rèn)的收斂為 算法： Berndt等（ 1974）提出的 BHHH算法47中石化：正態(tài) GARCH（ 1， 1）48中石化： osl回歸49 GARCH滯后階數(shù)的選擇167。 l為對(duì)數(shù)似然值， T為樣本數(shù)量， K為參數(shù)的個(gè)數(shù)50中石化：正態(tài) GARCH滯后階數(shù)選擇51GARCH回歸后的殘差檢驗(yàn)524 GARCH方差預(yù)測(cè)167。 樣本外預(yù)測(cè)：總共樣本有 227個(gè)（ 2023/01/04~ 2023/01/19），回歸只用了 217個(gè)樣本（2023/01/04 ~2023/01/04），剩下的 10天通過(guò)預(yù)測(cè)得到（樣本外預(yù)測(cè)）167。C39。GARCH39。167。 garchplot(e,s,y)167。167。ARCH39。K39。 將回歸得到的中石化的系數(shù)代入方程167。 注意： t時(shí)刻前，由樣本回歸得到參數(shù)，推斷樣本外的方差167。 AIC準(zhǔn)則216。45167。 完整的 GARCH模型分為均值方程和方差方程216。 由 ARCH模型可知167。 RESID^2(1) RESID^2(2) RESID^2(3) RESID^2(4) 373 GARCH模型167。Error tStatistic Prob.observations:17:23 Sample01/22/07Variable:如果因變量全部由殘差得到了解釋?zhuān)@就表明回歸系數(shù)是不顯著的。 （ 1）進(jìn)行均值方程的回歸，可以采用普通的一元或者多元回歸，或者是 AR(n)的均值方程，均值方程的構(gòu)建取決于金融學(xué)的研究目的216。 ARCH（ 1）描述金融時(shí)間序列是不夠的， ARCH（P）需要大量的參數(shù)估計(jì)，且要保證所有的參數(shù)均滿(mǎn)足參數(shù)約束是很困難的， 以及保證顯著性是很困難的。 由于均值方程中只有殘差是隨機(jī)過(guò)程，則有以上表明，利用 ARCH可以描述回報(bào)序列的重尾性！31實(shí)證：中石化 ARCH（ 1）32ARCH的缺陷167。26 ARCH（ 1）模型的參數(shù)約束167。 平穩(wěn)性的優(yōu)點(diǎn)：（ 1）可用系數(shù)方程將時(shí)間序列的模型化；（ 2）方程的系數(shù)可以利用序列的過(guò)去數(shù)據(jù)來(lái)估計(jì)得到25隨機(jī)過(guò)程的平穩(wěn)性167。 平穩(wěn)性：若隨機(jī)過(guò)程的隨機(jī)特征（如均值，方差）不隨時(shí)間發(fā)生變化，則稱(chēng)該過(guò)程是平穩(wěn)。 現(xiàn)實(shí)中，金融時(shí)間序列存在著波動(dòng)聚集性，而波動(dòng)的來(lái)源是殘差，假設(shè)較大的波動(dòng)出現(xiàn)往往隨后會(huì)出現(xiàn)較大的波動(dòng)，即波動(dòng)是相
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1