時間序列分析教材(ppt 32頁)(文件)
【正文】 2 4 . 4 7 0 . 0 0 0 . 1 0 4 3 0 1 4 . 0 4 0 7 4 2 7 r L 2 . . 1 0 4 6 4 4 . 0 8 5 9 2 5 9 1 . 2 2 0 . 2 2 3 . 2 7 3 0 5 5 7 . 0 6 3 7 6 7 6 L 1 . 1 . 0 6 5 4 9 3 . 0 8 8 7 1 6 3 1 2 . 0 1 0 . 0 0 0 . 8 9 1 6 1 2 1 . 2 3 9 3 7 4 c p i s a c p i s a C o e f . S t d . E r r . z P | z | [ 9 5 % C o n f . I n t e r v a l ] O P G L o g l i k e l i h o o d = 1 4 4 . 1 1 3 4 P r o b c h i 2 = 0 . 0 0 0 0D i s t r i b u t i o n : G a u s s i a n W a l d c h i 2 ( 4 ) = 2 6 3 5 8 . 8 7S a m p l e : 1 9 9 4 m 3 2 0 0 7 m 1 2 N u m b e r o f o b s = 1 6 6A R C H f a m i l y r e g r e s s i o n32 本章結(jié)束，謝謝觀看！ ? 靜夜四無鄰，荒居舊業(yè)貧。對于 第二 式，可給出如下形式， ? ?t2 = ?0 + ?1 ut –1 2 + ?1 ?t 12 ? 此模型稱為廣義自回歸條件異方差模型，用 GARCH (1, 1) 表示。本例中將要建立一個關(guān)于變量 m1sar 、變量 cpisa和變量 r的 VAR模型，部分?jǐn)?shù)據(jù)如表 1123所示： month year m1sar cpisa r 1 1994 2 1994 3 1994 4 1994 5 1994 9 6 1994 9 7 1994 9 8 1994 9 9 1994 9 Page 29 STATA從入門到精通 ARCH與 GARCH的估計及解釋 ? ARCH模型 ? 若一個平穩(wěn)隨機變量 xt可以表示為 AR(p) 形式，其隨機誤差項的方差可用誤差項平方的 q階分布滯后模型描述， ? xt = ?0 + ?1 xt 1 + ?2 xt 2 + … + ?p xt p + ut ? ?t2 = E(ut2) = ?0 + ?1 ut 1 2 + ?2 ut 22 + … + ?q ut q2 ? 則稱 ut 服從 q階的 ARCH過程，記作 ut ? ARCH (q)。在 Stata中是通過如下基本命令來實現(xiàn)的： ? 命令格式 1（ VAR模型的 irf文件創(chuàng)建）： irf create irfname [, var_options] ? 命令格式 2（ SVAR模型的 irf文件創(chuàng)建）： irf create irfname [, svar_options] ? 命令格式 3（ VEC模型的 irf文件創(chuàng)建）： irf create irfname [, vec_options] ? 創(chuàng)建 irf文件之后，顯示處于當(dāng)下活動狀態(tài)的 irf，輸入以下命令： irf set ? 激活 irf文件，可以輸入以下命令： irf set ifr_name ? 清除活動的 irf文件，可以輸入以下命令： irf set, clear 主要選項 描述 set(filename[, replace]) 創(chuàng)建文件 replace 如果文件已存在 ， 則替換文件 order(varlist) Cholesky排序 estimates(estname) 以估計的 VAR名稱 Page 26 STATA從入門到精通 ? （ 2） Irf作圖 ? Irf文件作圖，可以輸入以下命令： irf graph stat [, options] ? stat的相關(guān)描述 options的相關(guān)描述 主要選項 描述 irf irf oirf 正交 irf dm 動態(tài)乘子 cirf 累計 irf coirf 累計正交 irf cdm 累計同臺乘子 fevd Cholesky 方差分解 sirf 結(jié)構(gòu) IRF sfevd 結(jié)構(gòu) Cholesky 方差分解 主要選項 描述 set(filename) 使文件激活 irf(irfnames) IRF 結(jié)果名稱 impulse(impulsevar) 脈沖變量 response(endogvars) 響應(yīng)變量 Page 27 STATA從入門到精通 ? 6． johansen檢驗 ? 當(dāng)變量之間同階單整時，可以運用 johansen檢驗查看變量之間是否協(xié)整。 主要選項 描述 noconstant 沒有截?fù)?jù)項 Arima(p,d,q) Arima(p,d,q)模型 Ar(numlist) Ar的滯后階數(shù) Ma(numlist) Ma的滯后階數(shù) Constraints(constraints) 線性約束 collinear 保留多重共線性變量 Sarima(p,d,q,s) 季節(jié) arima模型 Mar(numlist,s) 季節(jié) ar的滯后階數(shù) Mma( numlist,s) 季節(jié) ma的滯后階數(shù) Page 19 STATA從入門到精通 ? 【例 】使用表 1114的數(shù)據(jù)來對 Stata中 ARIMA模型的相關(guān)應(yīng)用進(jìn)行說明。其基本命令格式如下： ? 命令格式 1
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1