現(xiàn)代金融研究專題ppt-garch模型(完整版)
【正文】 條件方差，或者 04. 設(shè)定收斂準(zhǔn)則，對于 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。 樣本外預(yù)測：總共樣本有 227個（ 2023/01/04~ 2023/01/19），回歸只用了 217個樣本（2023/01/04 ~2023/01/04），剩下的 10天通過預(yù)測得到（樣本外預(yù)測）167。GARCH39。 garchplot(e,s,y)167。ARCH39。 將回歸得到的中石化的系數(shù)代入方程167。 AIC準(zhǔn)則216。 完整的 GARCH模型分為均值方程和方差方程216。 RESID^2(1) RESID^2(2) RESID^2(3) RESID^2(4) 373 GARCH模型167。Error tStatistic Prob.17:23 SampleVariable: （ 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。 由于均值方程中只有殘差是隨機(jī)過程，則有以上表明，利用 ARCH可以描述回報序列的重尾性！31實(shí)證：中石化 ARCH（ 1）32ARCH的缺陷167。 平穩(wěn)性的優(yōu)點(diǎn)：（ 1）可用系數(shù)方程將時間序列的模型化；（ 2）方程的系數(shù)可以利用序列的過去數(shù)據(jù)來估計(jì)得到25隨機(jī)過程的平穩(wěn)性167。 現(xiàn)實(shí)中，金融時間序列存在著波動聚集性，而波動的來源是殘差，假設(shè)較大的波動出現(xiàn)往往隨后會出現(xiàn)較大的波動，即波動是相關(guān)的，也就是波動自回歸的。 對于時間序列 x的每個值都存在一個時間序列 y的條件分布167。167。 尋找其他分布形式來描述，主要有 t分布， GED分布和gh分布45672 ARCH模型167。 以上的這些特點(diǎn)，傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)的線性回歸模型是無法解決的。 正負(fù)沖擊的非對稱性：好消息和壞消息對投資者的影響167。 條件分布： ARCH和 GARCH216。 普通最小二乘估計(jì)（ OSL）：回歸直線要使得殘差平方和最小。 條件均值216。 條件方差17回歸與無條件方差ESS誤差平方和， RSS回歸平方和， TSS總偏差平方和18無條件方差由此得到方差分解公式：19167。167。 參看均值方程的情形，若假設(shè)某資產(chǎn)的回報率滿足167。33 ARCH效應(yīng)檢驗(yàn)167。Equation:
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1