現(xiàn)代金融研究專題ppt-garch模型-在線瀏覽
2025-02-06 02:12本頁面
【正文】 隨機過程為其聯(lián)合分布和條件分布均不隨者時間而變化的過程。只有平穩(wěn)的隨機過程，其數(shù)字特征才是可測的。 由殘差序列的平穩(wěn)性可知27 ARCH（ 1）模型的參數(shù)約束以上考察的是一階矩和二階矩對參數(shù)的約束，下面考察高階矩對參數(shù)的約束條件標(biāo)準(zhǔn)差的 4次方無條件的 4階中心矩28ARCH的參數(shù)的約束 平穩(wěn)性29ARCH的參數(shù)的約束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。 ARCH模型對參數(shù)的限制非常嚴(yán)格。167。167。33 ARCH效應(yīng)檢驗167。 AR(m)ARCH（ p）或者34ARCH效應(yīng)檢驗167。因此，首先由均值方程得到殘差，然后對其取平方，最后判定上述的各個參數(shù)是否顯著不為零35因此，一個聯(lián)合的零假設(shè)檢驗，其所有 q階殘差平方的系數(shù)不能顯著地異于零，因此，可以采用 F統(tǒng)計量進行參數(shù)的聯(lián)合檢驗。36ARCH效應(yīng)的檢驗：中國銀行ARCHEquation: DependentRESID^2 Method:Squares Date:Time:(adjusted):132 Included127adjustments Variable Coefficient Std. 廣義的 ARCH模型（ Generalized autoregressive conditionally heteroscedastic）是由 Engle的學(xué)生 Bollerslev（ 1986）和 Taylor（ 1986）各自獨立的發(fā)展起來的。39 GARCH的參數(shù)約束167。將上式代入 GARCH模型有40在 ARCH模型中，無條件方差為則在 GARCH模型中，無條件方差為41167。 則在 GARCH模型中峰度 K42 正態(tài) GARCH極大似然估計167。 均值方程可以設(shè)定要根據(jù)不同的意義設(shè)定或者43 GARCH極大似然估計44 GARCH極大似然估計167。同樣在從時間序列抽取的樣本中，這些樣本既然被抽取了，便表示他們同時發(fā)生了，似然函數(shù)就是同時發(fā)生的概率。將似然函數(shù)取對數(shù)，構(gòu)造對數(shù)似然函數(shù)461. 建立似然方程2. 運用 osl回歸得到初始參數(shù)的值，作為迭代的初始值3. 選擇對條件方差參數(shù)的一些初始值。 在模型回歸參數(shù)顯著的基礎(chǔ)上，為了挑選最優(yōu)秀的模型其判定的準(zhǔn)則是216。 Schwarz準(zhǔn)則167。 通過回歸得到 GARCH參數(shù)，以及根據(jù) t時刻的殘差和方差來預(yù)測 t+1時刻條件方差167。 1步預(yù)測方程為對于 n步預(yù)測，推導(dǎo)如下 均值方程得到53對于兩步預(yù)測，只能采用 t時
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1