時(shí)間序列分析教材(ppt32頁)-文庫吧資料
2025-03-08 12:59本頁面
【正文】 arch(numlist) ARCH 滯后階數(shù) garch(numlist) GARCH 滯后階數(shù) saarch(numlist) 簡單非對(duì)稱 ARCH 模型 tarch(numlist) 門限 ARCH 模型 aarch(numlist) 非對(duì)稱 ARCH模型 narch(numlist) 非線性 ARCH模型 narchk(numlist) 帶有位移的非線性 ARCH模型 abarch(numlist) 絕對(duì)值 ARCH 模型 atarch(numlist) 絕對(duì)門限 ARCH模型 sdgarch(numlist) garch項(xiàng)的滯后項(xiàng) earch(numlist) Nelson39。對(duì)于 第二 式，可給出如下形式， ? ?t2 = ?0 + ?1 ut –1 2 + ?1 ?t 12 ? 此模型稱為廣義自回歸條件異方差模型，用 GARCH (1, 1) 表示。 ? GRACH模型 ? ARCH模型中的第二式 是關(guān)于 ?t2的分布滯后模型。本例中將要建立一個(gè)關(guān)于變量 m1sar 、變量 cpisa和變量 r的 VAR模型，部分?jǐn)?shù)據(jù)如表 1123所示： month year m1sar cpisa r 1 1994 2 1994 3 1994 4 1994 5 1994 9 6 1994 9 7 1994 9 8 1994 9 9 1994 9 Page 29 STATA從入門到精通 ARCH與 GARCH的估計(jì)及解釋 ? ARCH模型 ? 若一個(gè)平穩(wěn)隨機(jī)變量 xt可以表示為 AR(p) 形式，其隨機(jī)誤差項(xiàng)的方差可用誤差項(xiàng)平方的 q階分布滯后模型描述， ? xt = ?0 + ?1 xt 1 + ?2 xt 2 + … + ?p xt p + ut ? ?t2 = E(ut2) = ?0 + ?1 ut 1 2 + ?2 ut 22 + … + ?q ut q2 ? 則稱 ut 服從 q階的 ARCH過程，記作 ut ? ARCH (q)。其中狹義貨幣供應(yīng)量增長率經(jīng)過 SAR修勻后記為 M1sar，貸款利率記為 r,cpi經(jīng)過 sa修勻后記為 cpisa。在 Stata中是通過如下基本命令來實(shí)現(xiàn)的： ? 命令格式 1（ VAR模型的 irf文件創(chuàng)建）： irf create irfname [, var_options] ? 命令格式 2（ SVAR模型的 irf文件創(chuàng)建）： irf create irfname [, svar_options] ? 命令格式 3（ VEC模型的 irf文件創(chuàng)建）： irf create irfname [, vec_options] ? 創(chuàng)建 irf文件之后，顯示處于當(dāng)下活動(dòng)狀態(tài)的 irf，輸入以下命令： irf set ? 激活 irf文件，可以輸入以下命令： irf set ifr_name ? 清除活動(dòng)的 irf文件，可以輸入以下命令： irf set, clear 主要選項(xiàng) 描述 set(filename[, replace]) 創(chuàng)建文件 replace 如果文件已存在 ， 則替換文件 order(varlist) Cholesky排序 estimates(estname) 以估計(jì)的 VAR名稱 Page 26 STATA從入門到精通 ? （ 2） Irf作圖 ? Irf文件作圖，可以輸入以下命令： irf graph stat [, options] ? stat的相關(guān)描述 options的相關(guān)描述 主要選項(xiàng) 描述 irf irf oirf 正交 irf dm 動(dòng)態(tài)乘子 cirf 累計(jì) irf coirf 累計(jì)正交 irf cdm 累計(jì)同臺(tái)乘子 fevd Cholesky 方差分解 sirf 結(jié)構(gòu) IRF sfevd 結(jié)構(gòu) Cholesky 方差分解 主要選項(xiàng) 描述 set(filename) 使文件激活 irf(irfnames) IRF 結(jié)果名稱 impulse(impulsevar) 脈沖變量 response(endogvars) 響應(yīng)變量 Page 27 STATA從入門到精通 ? 6． johansen檢驗(yàn) ? 當(dāng)變量之間同階單整時(shí)，可以運(yùn)用 johansen檢驗(yàn)查看變量之間是否協(xié)整。 部分 數(shù)據(jù)如 下 ： 年份 年底總?cè)丝跀?shù) (萬人 ) 1949 54167 1950 55196 1951 56300 1952 57482 1953 58796 1954 60266 1955 61465 1956 62828 1957 64653 1958 65994 1959 67207 Page 20 STATA從入門到精通 VAR與 VEC模型的估計(jì)及解釋 ? VAR模型的階數(shù)選擇 ? 在 Stata中 VAR模型階數(shù)選擇的實(shí)現(xiàn)，是通過如下基本命令來實(shí)現(xiàn)的： ? depvarlist [if] [in] [, preestimation_options] 主要選項(xiàng) 描述 maxlag() 最高滯后階數(shù) 。 主要選項(xiàng) 描述 noconstant 沒有截?fù)?jù)項(xiàng) Arima(p,d,q) Arima(p,d,q)模型 Ar(numlist) Ar的滯后階數(shù) Ma(numlist) Ma的滯后階數(shù) Constraints(constraints) 線性約束 collinear 保留多重共線性變量 Sarima(p,d,q,s) 季節(jié) arima模型 Mar(numlist,s) 季節(jié) ar的滯后階數(shù) Mma( numlist,s) 季節(jié) ma的滯后階數(shù) Page 19 STATA從入門到精通 ? 【例 】使用表 1114的數(shù)據(jù)來對(duì) Stata中 ARIMA模型的相關(guān)應(yīng)用進(jìn)行說明。 Page 18 STATA從入門到精通 ARIMA模型的 stata實(shí)現(xiàn) ? 時(shí)間序列的自回歸移動(dòng)平均法可是通過使用 arima命令來實(shí)現(xiàn)。其基本命令格式如下： ? 命令格式 1（ dickeyfuller檢驗(yàn)）： ? dfuller varname [if] [in] [,option] ? 命令格式 2（ GLS擴(kuò)展的 dickeyfuller檢驗(yàn)）： ? dfgls varname [if] [in] [, options] ? 命令格式 3（ p
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1