第七章 ARCH模型的計(jì)量步驟.doc

第七章 ARCH模型的計(jì)量步驟實(shí)驗(yàn)?zāi)康模嚎疾?0002010上證指數(shù)的集群波動(dòng)現(xiàn)象，以對(duì)數(shù)形式進(jìn)行分析。1.建工作文檔：new file,選擇非均衡數(shù)據(jù)（unstructured/undated），錄入樣本數(shù)：26122.錄入數(shù)據(jù)：objectnew object 3.由于股票價(jià)格指數(shù)序列常常表現(xiàn)出特殊的單位根過(guò)程隨機(jī)游走過(guò)程（Random Walk），所以本例進(jìn)行估計(jì)的基本形式為： 首先利用最小二乘法，估計(jì)了一個(gè)普通的回歸方程，結(jié)果及過(guò)程如下：即 R2= 0.998168 D.W=1.9734 對(duì)數(shù)似然值 = 6914 AIC = -5.29 SC = -5.29 可以看出，這個(gè)方程的統(tǒng)計(jì)量很顯著，而且，擬和的程度也很好。但是需要檢驗(yàn)這個(gè)方程的誤差項(xiàng)是否存在條件異方差性。4.檢驗(yàn)條件異方差之前，可先看看殘差項(xiàng)的分布情況，打開序列residviewgraph. 按默認(rèn)選擇線性圖即可。結(jié)果如下：由該回歸方程的殘差圖，我們可以注意到波動(dòng)出現(xiàn)“集群”現(xiàn)象：波動(dòng)在一些較長(zhǎng)的時(shí)間內(nèi)非常?。ɡ?001500期間），在其他一些較長(zhǎng)的時(shí)間內(nèi)非常大（例如17502250），這說(shuō)明殘差序列存在ARCH或者GARCH效應(yīng)的可能性較大。5.條件異方差檢驗(yàn)：viewresidual diagnosticsheteroskedasticity test。選擇ARCH test。滯后期選擇10期，如圖：結(jié)果如下：此處的P值為0，拒絕原假設(shè)，說(shuō)明式（6.1.26）的殘差序列存在ARCH效應(yīng)。6.估計(jì)GARCH和ARCH模型，首先選擇Quick/Estimate Equation或Object/ New Object/ Equation，然后在Method的下拉菜單中選擇ARCH，得到如下的對(duì)話框。注意：在因變量編輯欄中輸入均值方程形式，均值方程的形式可以用回歸列表形式列出因變量及解釋變量。如果方程包含常數(shù)，可在列表中加入C。如果需要一個(gè)更復(fù)雜的均值方程，可以用公式的形式輸入均值方程。 如果解釋變量的表達(dá)式中含有ARCHM項(xiàng)，就需要點(diǎn)擊對(duì)話框右上方對(duì)應(yīng)的按鈕。EViews中的ARCH-M的下拉框中，有4個(gè)選項(xiàng)： （1）選項(xiàng)None表示方程中不含有ARCHM項(xiàng)； （2）選項(xiàng)Std.Dev.表示在方程中加入條件標(biāo)準(zhǔn)差s； （3）選項(xiàng)Variance則表示在方程中含有條件方差s 2。 （4）選項(xiàng)Log(Var)，表示在均值方程中加入條件方差的對(duì)數(shù)ln(s 2)作為解釋變量。 另外，在該窗口內(nèi)，還可進(jìn)行如下操作 (1) 在下拉列表中選擇所要估計(jì)的ARCH模型的類型。 (2) 在Variance欄中，可以列出包含在方差方程中的外生變量。 (3) 可以選擇ARCH項(xiàng)和GARCH項(xiàng)的階數(shù)。 (4) 在Threshold編輯欄中輸入非對(duì)稱項(xiàng)的數(shù)目，缺省的設(shè)置是不估計(jì)非對(duì)稱的模型，即該選項(xiàng)的個(gè)數(shù)為0。 (5) Error組合框是設(shè)定誤差的分布形式，默認(rèn)的形式為Normal（Gaussian）。EViews為我們提供了可以進(jìn)入許多估計(jì)方法的設(shè)置。只要點(diǎn)擊Options按鈕并按要求填寫對(duì)話即可。按照默認(rèn)設(shè)置，得到如下結(jié)果：利用GARCH(1, 1)模型重新估計(jì)的方程如下： 均值方程： 方差方程： R2=0.998168 D.W.=1.973353對(duì)數(shù)似然值 = 7211 AIC = -5.52 SC = -5.51方差方程中的ARCH項(xiàng)和GARCH項(xiàng)的系數(shù)都是統(tǒng)計(jì)顯著的，并且對(duì)數(shù)似然值有所增加，同時(shí)AIC和SC值都變小了，這說(shuō)明這個(gè)模型能夠更好的擬合數(shù)據(jù)。7.再對(duì)這個(gè)方程進(jìn)行條件異方差的ARCHLM檢驗(yàn): viewresidual diagnosticsARCH LM test由結(jié)果可知：相伴概率為P = 0.9662，說(shuō)明利用GARCH模型消除了原殘差序列的異方差效應(yīng)。另外，ARCH和GARCH的系數(shù)之和等于0.99