(g)arch模型在金融數(shù)據(jù)中的應(yīng)用(編輯修改稿)
2025-07-25 10:51 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 st”－“Correlogram Squared Residuals”，選擇10階滯后，則可得滬市收益率rh殘差平方的自相關(guān)系數(shù)acf值和pacf值，如圖7－8所示：圖78 滬市收益率rh殘差平方的自相關(guān)系數(shù)acf值和pacf值采用同樣的方法，可得深市收益率 rz的回歸方程及殘差、殘差平方的acf值和pacf值。結(jié)果表明兩市的殘差不存在顯著的自相關(guān)，而殘差平方有顯著的自相關(guān)。 （3）對(duì)殘差平方做線性圖。對(duì) rh進(jìn)行回歸后在命令欄輸入命令:genr res1=resid^2，得到rh殘差平方序列res1,用同樣的方法得到rz殘差平方序列res2。雙擊選取序列res1，在新出現(xiàn)的窗口中選擇“View”－ “Line Graph”，得到res1的線性圖如圖79所示圖79 rh殘差平方線狀圖同理得到 rz殘差平方線狀圖: 圖710 rz殘差平方線狀圖可見的波動(dòng)具有明顯的時(shí)間可變性（time varying）和集簇性（clustering）,適合用GARCH類模型來建模。(4) 對(duì)殘差進(jìn)行ARCHLM Test依照步驟（1），再對(duì)rh 做一次滯后15階的回歸，在出現(xiàn)的“Equation”窗口中點(diǎn)擊“View”－ “Residual Test”－“ARCH LM Test”,選擇一階滯后，得到如圖7－11所示結(jié)果：圖711 rh ARCHLM Test 對(duì)rz 方程回歸后的殘差項(xiàng)同樣可做ARCHLM Test，結(jié)果表明殘差中ARCH效應(yīng)是很顯著的。 GARCH類模型建模（1）GARCH(1,1)模型估計(jì)結(jié)果點(diǎn)擊“Quick”－“Estimate Equation”，在出現(xiàn)的窗口中“Method”選項(xiàng)選擇“ARCH”,可以得到如圖7－12所示的對(duì)話框。在這個(gè)對(duì)話框中要求用戶輸入建立GARCH類模型相關(guān)的參數(shù)：“Mean Equation Specification”欄需要填入均值方差的形式；“ARCHM term”欄需要選擇ARCHM項(xiàng)的形式，包括方差、標(biāo)準(zhǔn)差和不采用三種；“ARCH Specification”欄需要選擇ARCH和GARCH項(xiàng)的階數(shù)，以及估計(jì)方法包括GARCH、TARCH和EGARCH等等；“Variance Regressors”欄需要填如結(jié)構(gòu)方差的形式，由于Eviews默認(rèn)條件方差方程中包含常數(shù)項(xiàng)，因此在此欄中不必要填入“C”。我們現(xiàn)在要用GARCH（1,
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1