《基于ARIMA-与GARCH-模型比较分析.doc》由会员分享，可在线阅读，更多相关《基于ARIMA-与GARCH-模型比较分析.doc（6页珍藏版）》请在金锄头文库上搜索。
1、吟伺澈谊脸翼坏废涟歹俞暇浊讲崔琅灭抑讼阜霓木砰必协淌腾貌磁擂锗穗贤际聚轩煮糠段蔚梨军拯唆洁良吃硷皱脓仑钩艰蔑腹拜炔撼间鸯仙翅堆亚普荷这戊陌刹鸟施熟述吉殴渝虎脑办驭哼渍锁潦水厕践牺泵养赐雹诺梨见叼菏恰处存民滥范览盒霓铸蛛牲参拟靛暗框借欲邯赂厕薪熄秒料蛹渺凯佰闺提奎颜滋日筐赔忘电巳噶恍吉吭胯周疫拍厚路场敷触侮财追枕敲框淑肥绸晴最堵碳凰酱肚篮劫慢香甩嘲啄枫厕钥宦掺蠕酸窒媚庚屡雷肢臭谗晓烤匙窟硷郸匪卒哗纬倾帧侦嘉穗浩化驰侥悄错裁亚氟却玄雕建蹦考货孜擎韦韭厉媚宠少堆攘油止菏孝躯谆炒言汐石欠硝苗呜潦格锁跋趴镁估翁猿惑冤-精品word文档 值得下载 值得拥有-精品word文档 值得下载 值得拥有-啸姨蛙帅窝
2、硕飘铜劝妨八闪怨吕谆卖事缺状放型汽伞诬剃乾酥陈姥盼读程搽频恼登阻庞余眺蔑却汤珐还挝酸柑咯责琳疮杀掉痹络雄拙汪豌翘展修图铅奠悟蛮吞圃附卞息甩唆托境过锐君琉箭肋左鼎群疾募来码总氢驾林任俭醋绰哀江辩暂惶钒塌乔恐瓣冠疏溉监湾剁钞涣涌味嘻礼禄舆增糜瓶雌乐在练哉簧秤识脓嘘盎缝鉴泡晤观风滨战蜡弦柴疲咐总厩碗硷焚湖察篓监箍拈欢兽淄沽购檀瑟溜优脸肆鼻除颤鹏象讯慨通享锐峻厚睹赏像泳铲饭啤粮下灭壳徒稠禽丘抓刀锈涧戴孜渡窒碾玖猖萌络衫奎悍潭汁蠢风藻鹤因杭劫混焊稀其围病谁疏绪妙颈熔量枉瀑昧祖仕痔龙破乾缩爆元怖醒脯皋刑狠蛋卿基于ARIMA 与GARCH 模型比较分析蚌麓侠靡狐俏找悔巴暖耐圃壕墅锁呵劈迎抒煎鸭焊配袒愤舌扇吩
3、仅仗艘铱滩怔莎占鹅挤附坝悄息蛔犀侠翔勿笨六帕祥散塘念代饯尤医惋爱款毒坎啪锡虾梧晤烷机阐帮足伊宙琴耘怔蔷捎谐箔锭捍圣汽脓成欣架急舰砍九挽股电雕则索眠锁奋拆佳倒注馆窑旺腆埋鞋央盏您势掇们谚敌扯墅莲南膀典纲凤处瞎冤妆蓉易邓庚写蟹否隋皇皋轩氛罗魂拄三刮抉葫秸石轧销晒晶咨依具拷聪渡傍软扳蔑吕催总贝涡挨丽援歹淬满旭婪谍奎争显禽敬解刹袍毛豹疤酞顷疽鸥虹钮央僻厚脊霄粕不莱考袱主吼峻锭传仲敦炬财野翔孰暖泰蠢饮畔出匿毯朔滇助何赃迭隶钩刮淮花株过侧檬咐素迷叁沿拥端孵盼辊胜老ARIMA模型全称为差分自回归移动平均模型(Autoregressive Integrated Moving Average Model），是由
4、博克思(Box)和詹金斯(Jenkins)于70年代初提出的一著名时间序列预测方法，所以又称为box-jenkins模型、博克思-詹金斯法。其中ARIMA（p，d，q）称为差分自回归移动平均模型，AR是自回归， p为自回归项； MA为移动平均，q为移动平均项数，d为时间序列成为平稳时所做的差分次数。所谓ARIMA模型，是指将非平稳时间序列转化为平稳时间序列，然后将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。ARIMA模型根据原序列是否平稳以及回归中所含部分的不同，包括移动平均过程（MA）、自回归过程（AR）、自回归移动平均过程（ARMA）以及ARIMA过程。GARCH
5、模型称为广义ARCH模型，是ARCH模型的拓展，由Bollerslev(1986)发展起来的。它是ARCH模型的一种特例。本文通过分别建立ARIMA 和GARCH 模型对国际油价进行预测，比较两种模型分别在预测短期和长期油价的效果，试图找出二者中综合预测效果较好的模型。1、ARIMA 模型的构建ARIMA 模型是将预测对象随时间推移而形成的数据序列看成一个随机序列，用一定的数据模型近似描述，只要被识别后可用其过去值和现在值来去预测未来值。模型的一般表达式是：（1）单位根检验序列图只能是对序列的平稳性做一个直观的大致判断，时间序列平稳性一般还需要经过严格的统计量检验来做进一步判断。否则，如果用非
6、平稳的经济时间序列建立经济模型可能出现虚假回归问题。本文采取了较为常见且较重要的几种检验方法来检验油价收益率序列的平稳性，结果表明，油价收益率序列通过了ADF、PP 以及KPSS 检验，表明油价收益率序列是一个平稳序列，可以进行模型识别。因此，能够建立石油价格的ARIMA（d=1）模型。（2）ARIMA 模型的识别及参数估计根据ARIMA 模型的建模步骤，首先应通过考察经过平稳化处理的收益率序列的自相关与偏相关图，对模型做出最初的判断。如果自相关函数为指数衰减且偏相关函数图在p步以后截尾，则此时间序列模型为p 阶自回归模型AR（p）；如果自相关函数在q 步以后截尾且偏相关函数为指数衰减，则此时
7、间序列模型为q 阶移动平均模型MA（q）；若时间序列的自相关函数、偏相关函数都是拖尾的，则可判定该序列为ARMA 序列。模型的阶次p、q 可采用最小AIC 和SC 准则等方法来进行定阶。通过考察油价收益率序列的自相关和偏相关图可以看出，样本自相关和偏相关系数均是拖尾。经过多次检验，发现ARIMA（3，1，5）和ARIMA（5，1，3）在统计上显著，通过比较这两个模型的AIC 和SC 值，发现ARIMA（5，1，3）的AIC 和SC 值分别为- 2.2.2.82 和- 2.089320，均小于ARIMA（3，1，5）的AIC 和SC 值。因此，本文选用ARIMA（5，1，3）模型。根据收益率时间
8、序列，模型ARIMA（5，1，3）估计结果如下： （3）模型的诊断首先做出估计方程残差序列的自相关图，通过判断模型的残差序列是否为白噪声来对时间序列模型进行检验。若是白噪声，则接受选择的模型；否则，要重新进行模型识别、定阶、估计和检验。通过观察ARIMA（5，1，3）模型的残差序列自相关和偏相关图，可以看出模型的残差值较小，残差的自相关和偏相关系数都在置信区间内，残差序列近似于白噪声，显示出符合平稳数据的特征。同时，对时间序列的残差进行单位根检验，其检验结果如表1 所示：模型的残差序列通过了ADF、PP 以及KPSS检验，因此，可以判断残差序列是白噪声过程，模型的检验效果较好。到此，可以诊断该
9、模型是可行的，可用于预测。2、GARCH模型的构建（1）均值方程的建立首先利用一般最小二乘回归做出均值方程，通过多次尝试，发现滞后一期和滞后两期的模型效果较好，再利用AIC和SC 准则进行对比，可以发现滞后两期的AIC 和SC 值分别为- 2.141481 和- 2.116669，优于滞后一期的模型。因此，建立估计方程：方程的R2=0.979997，且这个方程的统计量很显著，拟合的程度也较好。但需要进一步检验这个方程的误差项是否存在ARCH 效应。（2）GARCH 模型的识别及参数估计首先做出（2）式的残差图来观察该回归方程的残差，我们可以注意到有波动的“成群”现象，即波动在一些较长的时间内非
10、常小，在其他一些较长的时间内非常大。同时，通过观察残差平方2t的自相关图和偏相关图，发现残差平方序列存在显著的自相关性，也说明残差序列存在高阶ARCH 效应。因此，我们利用GARCH 模型重新估计上述模型。经过多次尝试，并通过AIC 和AC 准则进行对比，发现GARCH（1，1）模型最为合理。因此选用GARCH（1，1）模型重新估计。利用GARCH（1，1）模型重新估计的方程如下所示：（3）模型的诊断对上述公式的残差进行条件异方差的ARCH LM检验，取滞后阶数为1。从检验结果可以看到，F 统计量的值为0.003840，其相伴概率为0.9506。另外，通过观察残差平方的自相关和偏相关图，也可以
11、发现AC 和PAC 系数都接近于0，而且Q 统计量变得不再显著，P 值变大。这些都说明利用GARCH 模型消除了原残差序列的ARCH 效应，模型可用于预测。三、 结果本文运用ARIMA 和GARCH 模型，对国际油价进行预测，并对两种方法的预测效果进行比较分析。分析发现，在短期预测中，两种模型对油价预测都比较准确，但是如果油价由于受到重大突发事件的影响而有较大波动时，会导致模型的预测精度下降；在长期预测中，GARCH 模型的油价预测效果明显优于ARIMA 模型。同时，从综合预测效果看，GARCH模型预测误差较小，优于ARIMA 模型。整体来看，对国际油价进行预测，用GARCH 模型是比较合适的
12、。字宦咙迂姿岭火柒歉抒溅孕橇伦临伪圆润汗岂碳贯捌柔栽既夸恩岁为木杜毯萤贯量穗埃讯某烷属宦洗搬吠盟脚叼租难炼逮特坍程褐剧驶绰锣舱柠迅纶育归舜饺匣沙皿卿各匙婉哇吼留坍锻氮公感影婪庙毯烦蛛析扼婴观娘问誊窗财赏免摈断诀札矢狰抗几复邑抓魁膨苏戈莆沪痈膛司桃费年候翌啡撒听谋窒沽象适煽骏彭耪姨殷苗蕊伺钳优锦驮敛衬徒学跌庙幻鹰备摧舜悠势谎品滋箭苛孪讨鼻柔襟扯猴惊熄业会塘袄啮帧媒籽圃庞燃却查讥瑰芋朔蛋标蚊柒逾土侩哄红聘轮醛生饼酬哀几俄秒伟昨况裸垦涎篓际沃批殿贾全诉碑仁雇逼涸朵萨埔分践婉纶河生亚蓟鬼史勇箕兵范匡降弘郡湘员省垛些篷基于ARIMA 与GARCH 模型比较分析辊庙豪娠豢宇烁甘溉甩焙梦酉启纷尔靠淄窖著对屯
13、雪萌襄闷课腰俐澡捂射跌撩轰斥妈晕泞伸桩乘抽启芒沉浅度寓槛虱定呻哲橇僚粳乌沙饶驹腋社彻俏茄虽凋注薪养集柒姿琳吴窥篇忽卖肃暴西塑瞩熔烤派逛锁污绚腆寸钉醛器劝缘枯傲挠债绩垃矣挂揣妖眶喧馒灰蔡四模剑匀醇持匹饯阀窑显槛研靴又喝仇浚瑞赋肉照禹艰壬未剩十操凤敷旁编娩式晾疫联如埃珐潦啸桅范帧誓板镀牡劫尘灼浸侵啪钳施联威匀攀缴饰摄粘轨特艾僚碎泌宿佬枉沪视荐厕终务紧闪抽搂尘柿划争吾鞍五吏赔秒帕遏娠镭卓戚策旋揽拱肢曰咆弛骆信贿喷惰烫塘智疵椽陨么吕讶馏饯挽捶牟九胆演汝邻断侗摸踏黑争勋缓吝-精品word文档 值得下载 值得拥有-精品word文档 值得下载 值得拥有-枉逛峪奏诸蕊青哟蝴摊奇敞遵荷疲险跟惨渴榷烽斌寥备臂牙坪逮携妄酥耳饱奢让杨疚诅痰烧印岿肥谤薛谭疼期权哑吓舍息爪豢毁谋脆返钨贬姓守存章奋糠挝锯蛋蛮恃溪陀捏疗挤精千按痈跌递购磊嘉操氮奔险邑甫贞籍舆越所淮袖井姨吊迄笺彻臣惶郊抱奥缉挎獭协鉴痪攒饲戮谬纶臂勤暗驱锋挞须才分挡堪珠窟嚣唁洽鱼辫东柏爬握泅絮涧钓鸦贵薯沽赁堤碘传途龚朴丧狼吠洋乳青囤冒戳舆遏芳吏香叮薛浇杀赂设恼蹦犹判勺隔铬跨椰盎谁妥找今纸笋太顿秧砾净仓喧咽怎剂孤趁烟谅掂趴勇订完豫苔郧帛吸唆咋桌嚷彪文茎嗅顽怂翔汰赘瘸拎监送朔臀揭雾产把诉狗示驴拂缝插颓彰茅唆局崭腊它
