《ARCH模型的计量步骤》由会员分享，可在线阅读，更多相关《ARCH模型的计量步骤（6页珍藏版）》请在金锄头文库上搜索。
1、第七章ARCHJI型的计量步骤实验目的：考察20002010上证指数的集群波动现象，以对数形式 进行分析。1 .建工作文档：new file,选择非均衡数据(unstructured/undated ),录入样本数: 26122 .录入数据：objectnew object回 Wokfibe UINew ObjectX三 X/iew Proc ObjRange 1251 sample 1 2&1-Name for sbjectGenr|saiiple iFtter*S fries52 c0 巾gid* * ； UnthlcdEqpjaionFactorGraphGroup LqL Matrii
2、Wertor(=x) lo-c t= t&l )一Etirri-hon uHinqSi-MlethLod： -Squ3，温 0 uid AEMA：）j 2G12=)Equation; UNTTTLED Workfile： UNTITLED：:Untitled- X| ViewprocabjectPrintblameFreezeEstimateForeca st5t破5ResideDepend&ntVariatl&: LOGSZ;Method: Least SquaresDate: 04/19(16 Time: 21 25Sample (adjjsted): 2 2612Included obs
3、ervations: 2611 after adjustmentsVana&leCoefficientSM Error t-StatisticProbLOG(SZH)1.0000354.41E-0522692140.0000R-squared99816&Me ar dependentvar7.597042Adjusts；! R-squara0998168S.D pendentvar0.400204S.E of regression0017131Akaike Info criterion-5.295517Sum squared re Sid0765925Schwarz criterion-5.2
4、9 326QLog likelihood6gl4 297Hanran-Quinn crrter.-5 294703Durbin-Watson stat1.973400即In(szt) -1.000035 ln(sz。R2= 0.998168D.W=1.9734对数似然值 =6914 AIC = -5.29 SC = -5.29可以看出，这个方程的统计量很显著，而且，拟和的程度也很好。但是需要检验 这个方程的误差项是否存在条件异方差性。resid4 .检验条件异方差之前，可先看看残差项的分布情况，打开序列viewgraph.按默认选择线性图即可。结果如下：由该回归方程的残差图，我们可以注意到波动
5、出现“集群”现象：波动在一些较长的时间内非常小（例如5001500期间），在其他一些较长的时间内非常大（例 如17502250）,这说明残差序列存在 ARCM者GARC做应的可能性较大。5 .条件异方差检验： viewresidual diagnosticsheteroskedasticity test。选择ARCH test滞后期选择10期，如图：T*st type：Ej eLEdi-Pagan-CodfrEyPoi/efARCHVAlILeCustom 7esL VFidid.Dependent varabls* RESID A2The ARCH Teat regresaeE the sq
6、uared residuals dh lagged squared rescUab and a OQTstant.hUmtHer cf fage： 1QC=) Equalion; JNTlTLED Workfilc: UNTTTLD:UntitlEch_ BViewProc.ObjlPrintFietieEiki male1rosStatsReiiJiH 电t 电XOKCaivl结果如下:-J tquation; UNIJILLU orktile; UN 111 LtU：Untitleci. 7iew Proc Object Print Name Freeze Estiimte Forecas
7、t Stat ResideHetaroskedasticiti Test CHF-statistic1S 3S549 Prob. F(10,2590)0 0000Obs*R-squared161,1217 Prob. Chi-Squ3re(100 0000Test Equation:Dependent Variable： RESIDA2Method- Leat SquaresDate： (W19d6 Time; 21;34Sample (adjusted): 12 2612Inducted observations: 2501 after adjustmentsVariableCoeffici
8、entStd. ErrorVStatisticProbC0 0001291.33E-057.086472000 口。RESIDA2(-1)0 0770650.0195733 9374470.0001RESID2(-2)0 019457C.0196310.9911650.3217RESIDES)0 0963600.0195974.9171980 0000RES旧砥0.0613180.0196513.1203630.0018RESIDA2(-5)0 0374540.0196551.9055950.0568RESIDA2-fi)0 0591350.0196393.0111410 0026RESIDA
9、2-7)0 0609970 0196373.1061770.0019RESIDE)0.06112610 0195763.1294530,D01BRESI-懊忐)-0.0047S70.019602-0.2442170 8071RESIDA2M0)0.0373060 0195414.4673630.0000此处的P值为0,拒绝原假设,说明式(6.1.26)的残差序列存在ARCHi应6.估计 GARCH和 ARCH 模型，首先选择 Quick/Estimate Equation 或 Object/ New Object/ Equation,然后在 Method的下拉菜单中选择 ARCH得到如下的对话
10、框。注意：C。如果需要一个更复在因变量编辑栏中输入均值方程形式，均值方程的形式可以用回归列表形式列出 因变量及解释变量。如果方程包含常数，可在列表中加入 杂的均值方程，可以用公式的形式输入均值方程。如果解释变量的表达式中含有 ARC+M项，就需要点击对话框右上方对应的按钮。EViews中的ARCH-M的下拉框中，有4个选项：(1)选项None表示方程中不含有 ARCH-M项；(2)选项Std.Dev表示在方程中加入条件标准差。；(3)选项Variance则表示在方程中含有条件方差o2。(4)选项Log(Var)表示在均值方程中加入条件方差的对数ln(。2)作为解释变量。 另外，在该窗口内，还可
11、进行如下操作(1)在下拉列表中选择所要估计的ARCH真型的类型。(2)在Variance栏中，可以列出包含在方差方程中的外生变量。(3)可以选择ARCH和GARCH的阶数。(4)在Threshold编辑栏中输入非对称项的数目，缺省的设置是不估计非对称的模型，即该选项的个数为 00(5) Error组合框是设定误差的分布形式，默认的形式为Normal (Gaussian。EViews为我们提供了可以进入许多估计方法的设置。只要点击Options按钮并按 要求填写对话即可。按照默认设置，得到如下结果:Equation: UN ITT LED V/oilrfile: U MTTT LED: Unti
12、l ed_ U JCVie.； Pr&c Object PrintFreeze Eitimjte ForeortStats Rsididependent Var.atle： L0G(S7)yetfiod: ML -ARCH arquardn - Normal distributicnDate: 04/19/16 Timfi: 2149Sample (adjusted): 2 * 12ndudsd cbser/atflnSLE11 slier adjugtments2crvargencfl ach evdd afer 10 iterations5r#sample varance backcast
13、(parameter = 0.7)3ARCJ1 - C2) C(3fRE3IDM )*2 * C(4)3ARCHi-1 1vanablecsemcieniSia. Errori*SiaiisticFgL0G(SZ(-1)j1.000093.1EE-0531415.250 ODDOVariance Equationc3 (55.F-O6572F-07S 3707470 0000RESIDE产工0.0803590.00699912,7660 OCOOGARCH(-I)C.0315050.006757133 4116oococR-squared0.996168Mean depeidntvar7597042M usted R-squar edC.9981fi8S.D dependent var0 400204s.E. of regression0.017131
