arch和garch模型估計-預(yù)覽頁
【正文】 其中 () 這個說明通?？梢栽诮鹑陬I(lǐng)域得到解釋 ， 因?yàn)榇砩袒蛸Q(mào)易商可以通過建立長期均值的加權(quán)平均 （ 常數(shù) ） ， 上期的預(yù)期方差（ GARCH項(xiàng) ） 和在以前各期中觀測到的關(guān)于變動性的信息（ ARCH項(xiàng) ） 來預(yù)測本期的方差 ?？梢砸氲竭@樣一些形式的回歸算子 ， 它們總是正的 ， 從而將產(chǎn)生負(fù)的預(yù)測值的可能性降到最小 。 這種利用條件方差表示預(yù)期風(fēng)險的模型被稱為 ARCH均值模型(ARCHinmean)或 ARCHM回歸模型 。 tttt ur e t u r e ???? 221 ?????22 1122 112 qtqtptptt uu ???? ??????? ???????? ??二 在 EViews中 估計 ARCH模型 估計 GARCH和ARCH模型，首先選擇 Quick/Estimate Equation或 Object/ New Object/ Equation，然后在Method的下拉菜單中選擇 ARCH，得到如下的對話框。 如果需要一個更復(fù)雜的均值方程 ， 可以用公式的形式輸入均值方程 。 （ 二）方差方程 EViews5的選擇模型類型列表 （ 1）在 model下拉框中可以選擇所要估計的 ARCH模型的類型，需要注意， EViews5中的模型設(shè)定下拉菜單中的 PARCH模型是 EViews5中新增的模型，在 ，并沒有這個選項(xiàng)，而是直接將幾種類型列在對話框中。缺省的形式為包含一階 ARCH項(xiàng)和一階GARCH項(xiàng)的模型，這是現(xiàn)在最普遍的設(shè)定。 （ 4） Error組合框是 EViews5新增的對話框 ， 它可以設(shè) 定 誤 差 的 分 布 形 式 ， 缺 省 的 形 式 為 Normal（ Gaussian） ， 備選的選項(xiàng)有： Student’st， Generalized Error（ GED） 、 Student’st with fixed GED with fixed parameter。只要點(diǎn)擊 Options按鈕并按要求填寫對話即可。 2. 系數(shù)協(xié)方差 (Coefficient Covariance) 點(diǎn)擊 Heteroskedasticity Consistent Covariances計算極大似然 （ QML） 協(xié)方差和標(biāo)準(zhǔn)誤差 。 3. 導(dǎo)數(shù)方法 (Derivatives) EViews現(xiàn)在用數(shù)值導(dǎo)數(shù)方法來估計 ARCH模型 。 三 ARCH的估計結(jié)果 在均值方程中和方差方程中估計含有解釋變量的標(biāo)準(zhǔn)GARCH(1,1)模型， () 例 1 為了檢驗(yàn)股票價格指數(shù)的波動是否具有條件異方差性 ，我們選擇了滬市股票的收盤價格指數(shù)的日數(shù)據(jù)作為樣本序列 ，這是因?yàn)樯虾９善笔袌霾粌H開市早 ， 市值高 ， 對于各種沖擊的反應(yīng)較為敏感 ， 因此 ， 本例所分析的滬市股票價格波動具有一定代表性 。 股票價格指數(shù)方程回歸殘差 但是觀察上圖 ， 該回歸方程的殘差 ， 我們可以注意到波動的“ 成群 ” 現(xiàn)象：波動在一些較長的時間內(nèi)非常小 （ 例如 2021年 ） ，在其他一些較長的時間內(nèi)非常大 （ 例如 1999年 ） ， 這說明殘差序列存在高階 ARCH效應(yīng) 。 ARCH LM檢驗(yàn)統(tǒng)計量由一個輔助檢驗(yàn)回歸計算。 F統(tǒng)計量是對所有滯后平方殘差聯(lián)合顯著性所作的檢驗(yàn) 。平方殘差相關(guān)圖可以用來檢查殘差自回歸條件異方差性（ ARCH） 。 因此，對式 ()進(jìn)行條件異方差的 ARCH LM檢驗(yàn)，得到了在滯后階數(shù) p = 3時的 ARCH LM檢驗(yàn)結(jié)果： 此處的 P值為 3%，拒絕原假設(shè)，說明式（ ）的殘差序列存在 ARCH效應(yīng)。 在方程()中 ARCH的參數(shù)對應(yīng)于 ?， GARCH的參數(shù)對應(yīng)于 ? 。 選擇的時間序列仍是 1991年1月 7日至 2021年 12月 31日的上海證券交易所每日股票價格收盤指數(shù) {sp}， 股票的收益率是根據(jù)公式： ， 即股票價格收盤指數(shù)對數(shù)的差分計算出來的 。均值方程中 ?t 的系數(shù)為 ，表明當(dāng)市場中的預(yù)期風(fēng)險增加一個百分點(diǎn)時，就會導(dǎo)致收益率也相應(yīng)的增加 。 t 時期的觀察值是由 t1期可得到的信息得出的預(yù)測值 。 4. 系數(shù)檢驗(yàn) 對估計出的系數(shù)進(jìn)行標(biāo)準(zhǔn)假設(shè)檢驗(yàn) 。 如果均值方程是被正確設(shè)定的 ， 那么所有的 Q—統(tǒng)計量都不顯著 。 7. 殘差檢驗(yàn) /直方圖 —正態(tài)檢驗(yàn) 顯示了描述統(tǒng)計量和標(biāo)準(zhǔn)殘差的直方圖。 8. 殘差檢驗(yàn) /ARCH LM拉格朗日乘子檢驗(yàn) 通過拉格朗日乘子檢驗(yàn)來檢驗(yàn)標(biāo)準(zhǔn)殘差中是否顯示了額外的 ARCH項(xiàng) 。 可以點(diǎn)擊序列窗口中的 name按鈕來重新命名序列殘差 。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1