(g)arch模型在金融數(shù)據(jù)中的應(yīng)用-文庫吧資料
2025-07-04 10:51本頁面
【正文】 pecification 窗口圖713 滬市收益率GARCH(1,1)模型估計(jì)結(jié)果圖714 深市收益率GARCH(1,1)模型估計(jì)結(jié)果可見，滬深股市收益率條件方差方程中ARCH項(xiàng)和GARCH項(xiàng)都是高度顯著的，表明收益率序列具有顯著的波動(dòng)集簇性。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”。(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。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。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)。這個(gè)結(jié)果與國(guó)外學(xué)者對(duì)發(fā)達(dá)成熟市場(chǎng)波動(dòng)性的研究一致：Pagan(1996)和Bollerslev(1994)指出：金融資產(chǎn)的價(jià)格一般是非平穩(wěn)的，經(jīng)常有一個(gè)單位根（隨機(jī)游走），而收益率序列通常是平穩(wěn)的。深市收益率的標(biāo)準(zhǔn)差大于滬市，說明深圳股市的波動(dòng)更大。觀察這些數(shù)據(jù)，我們可以發(fā)現(xiàn)：%，%，遠(yuǎn)高于正態(tài)分布的峰度值3，說明收益率r t具有尖峰和厚尾特征。（2）生成收益率的數(shù)據(jù)列在Eviews窗口主菜單欄下的命令窗口中鍵入如下命令：genr rh=log(sh/sh(1)) ，回車后即形成滬市收益率的數(shù)據(jù)序列rh，同樣的方法可得深市收益數(shù)劇序列rz。四、實(shí)驗(yàn)指導(dǎo)（一） 滬深股市收益率的波動(dòng)性研究描述性統(tǒng)計(jì)(1) 導(dǎo)入數(shù)據(jù)，建立工作組打開Eviews軟件，選擇“File”菜單中的“New Workfile”選項(xiàng)，在“Workfile frequency”框中選擇“undated or irregular”，在“Start observation”和“End observation”框中分別輸入
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1