sas編程技術(shù)sas處理流程與指針控制-文庫吧在線文庫
【正文】 在輸入緩沖區(qū)內(nèi)保持指針在同一個記錄行上，從而使得其它的 INPUT語句可以讀入同一條記錄行。 INPUT語句提供了三種方式來控制指針運動。 input 2 Name $ +1 age 。 ? 一個數(shù)據(jù)記錄行包含多個觀測所需要的值（雙尾綴 ）。 data one。 在碰到下列情況時， SAS才會將一個記錄行釋放： ?指針移動超過了輸入記錄的尾端； ?空 INPUT語句； ?在 DATA步下一次重復(fù)開始時，有一個單尾綴的INPUT語句 input 。 讀完數(shù)據(jù)后的指針位置 分別用列表方式、列方式、格式化方式讀入下一段數(shù)據(jù) +1+2+3 REGION1 49670 REGION2 97540 REGION3 86342 列表方式： input region $ jansales。 input 4 name $ 110 2 age 1314 3 team 16 。 input x +6 y。 NOTE: 數(shù)據(jù)集 有 1 個觀測和 2 個變量。 1 。這種變異很可能由于金融市場的波動性易受謠言、政局變動、政府貨幣與財政政策變化等等的影響。 容易加以推廣 ， ARCH (p)過程可以寫為： () 這時方差方程中的 (p+1)個參數(shù) ?0, ?1, ?2, ?? , ?p也要和回歸模型中的參數(shù) ?0, ?1, ?2, ?? , ?k一樣，利用極大似然估計法進行估計。 1. ARCH LM檢驗 Engle在 1982年提出檢驗殘差序列中是否存在 ARCH效應(yīng)的拉格朗日乘數(shù)檢驗（ Lagrange multiplier test），即 ARCH LM檢驗。 BreuschPaganGodfrey Harvey Glejser ARCH White Custom Test Wizard… 圖 普通方程的 ARCH檢驗列表 2. 殘差平方相關(guān)圖 顯示直到所定義的滯后階數(shù)的殘差平方 在這個例子中 ， 我們選擇的樣本序列 {sp}是 1996年 1月 1日至2020年 12月 31日的上海證券交易所每日股票價格收盤指數(shù) ， 為了減少舍入誤差 ， 在估計時 ， 對 {sp}進行自然對數(shù)處理 ， 即將序列 {ln(sp)}作為因變量進行估計 。 例 中國 CPI模型的 ARCH檢驗 本例建立 CPI模型，因變量為中國的消費價格指數(shù)（上年同月=100）減去 100，記為 cpit；解釋變量選擇貨幣政策變量：狹義貨幣供應(yīng)量 M1的增長率，記為 m1rt； 3年期貸款利率，記為 Rt，樣本期間是 1994年 1月～ 2020年 12月。式（ ）的殘差平方相關(guān)圖的檢驗結(jié)果為： 自相關(guān)系數(shù)和偏自相關(guān)系數(shù)近似為 0。 由于 ?t2是以前面信息為基礎(chǔ)的一期向前預(yù)測方差 ，所以它被稱作條件方差 ， 式 （ ） 也被稱作 條件方差方程 。 這個模型還包括了經(jīng)常可以在財務(wù)收益數(shù)據(jù)中看到的變動組 ， 在這些數(shù)據(jù)中 ， 收益的巨大變化可能伴隨著更進一步的巨大變化 。 例如 ， 我們可以要求： tttt zu ?????? ???? ?? 2 12 12tt xz ? 高階 GARCH(p, q)模型 高階 GARCH模型可以通過選擇大于 1的 p 或 q 得到估計 ， 記作 GARCH(p, q)。決定波動沖擊持久性的自回歸的根是 ? 加 ? 的和。 一個普通的 ARCH模型是 GARCH模型的一個特例 ， GARCH(0,1)， 即在條件方差方程中不存在滯后預(yù)測方差 ?t21的說明 。但是如果我們能夠意識到方程 ()不過是 ?t2 的分布滯后模型 ， 我們就能夠用一個或兩個 ?t2 的滯后值代替許多 ut2的滯后值 ，這 就 是 廣 義 自 回 歸 條 件 異 方 差 模 型 (generalized autoregressive conditional heterosce dasticity model， 簡記為 GARCH模型 )。再進行條件異方差的 ARCH LM檢驗，得到了在滯后階數(shù) p = 1時的 ARCH LM檢驗結(jié)果： 因此計算殘差平方 因此，對式 ()進行條件異方差的 ARCH LM檢驗，得到了在滯后階數(shù) p = 3時的 ARCH LM檢驗結(jié)果如下。 可適用于使用 LS，TSLS， 非線性 LS估計方程 。為檢驗 原假設(shè)：殘差中直到 q階都沒有 ARCH， 運行如下回歸： 式中 22 222 1102 ???????? ptpttt uuuu ??? ????? ???? ??021 ???? p??? ?02)v a r( ?? ??tu 在 ARCH(p) 過程中 ， 由于 ut 是隨機的 ， ut2 不可能為負 ， 所以對于 {ut} 的所有實現(xiàn)值 ， 只有是正的 ， 才是合理的 。t2 1 。 恩格爾和克拉格（ Kraft, D., 1983）在分析宏觀數(shù)據(jù)時，發(fā)現(xiàn)這樣一些現(xiàn)象：時間序列模型中的擾動方差穩(wěn)定性比通常假設(shè)的要差。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1