




已閱讀5頁(yè),還剩50頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
GARCH類(lèi)模型建模的Eviews操作 實(shí)例操作 3 Eviews簡(jiǎn)介 Eviews是EconometricsViews的縮寫(xiě) 直譯為計(jì)量經(jīng)濟(jì)學(xué)觀察 本意是對(duì)社會(huì)經(jīng)濟(jì)關(guān)系與經(jīng)濟(jì)活動(dòng)的數(shù)量規(guī)律 采用計(jì)量經(jīng)濟(jì)學(xué)方法與技術(shù)進(jìn)行 觀察 稱(chēng)為計(jì)量經(jīng)濟(jì)學(xué)軟件包 使用Eviews可以迅速地從數(shù)據(jù)中尋找出統(tǒng)計(jì)關(guān)系 并用得到的關(guān)系去預(yù)測(cè)數(shù)據(jù)的未來(lái)值 Eviews簡(jiǎn)介 Eviews的應(yīng)用范圍包括 應(yīng)用經(jīng)濟(jì)計(jì)量學(xué) 總體經(jīng)濟(jì)的研究和預(yù)測(cè) 金融數(shù)據(jù)分析 銷(xiāo)售預(yù)測(cè)及財(cái)務(wù)分析 成本分析和預(yù)測(cè) 蒙地卡羅模擬 經(jīng)濟(jì)模型的估計(jì)和仿真 利率與外匯預(yù)測(cè)等等 Eviews主要功能 操作靈活簡(jiǎn)便 可采用多種操作方式進(jìn)行各種計(jì)量分析和統(tǒng)計(jì)分析 使數(shù)據(jù)管理 處理和分析簡(jiǎn)單方便 其主要功能有 1 采用統(tǒng)一的方式管理數(shù)據(jù) 通過(guò)對(duì)象 視圖和過(guò)程實(shí)現(xiàn)對(duì)數(shù)據(jù)的各種操作 2 輸入 擴(kuò)展和修改時(shí)間序列數(shù)據(jù)或截面數(shù)據(jù) 依據(jù)已有序列按任意復(fù)雜的公式生成新的序列 Eviews主要功能 3 計(jì)算描述統(tǒng)計(jì)量 相關(guān)系數(shù) 協(xié)方差 自相關(guān)系數(shù) 互相關(guān)系數(shù)和直方圖 4 進(jìn)行T檢驗(yàn) 方差分析 協(xié)整檢驗(yàn) Granger因果檢驗(yàn) 5 執(zhí)行普通最小二乘法 帶有自回歸校正的最小二乘法 兩階段最小二乘法和三階段最小二乘法 非線性最小二乘法 廣義矩估計(jì)法 ARCH模型估計(jì)法等 6 對(duì)二擇一決策模型進(jìn)行Probit logit和Gompit估計(jì) Eviews主要功能 7 對(duì)聯(lián)立方程進(jìn)行線性和非線性的估計(jì) 8 估計(jì)和分析向量自回歸系統(tǒng) 9 多項(xiàng)式分布滯后模型的估計(jì) 10 回歸方程的預(yù)測(cè) 11 模型的求解和模擬 12 數(shù)據(jù)庫(kù)管理 13 與外部軟件進(jìn)行數(shù)據(jù)交換 Page 7 時(shí)間序列建模步驟 實(shí)例操作 3 實(shí)例操作 上證180指數(shù)收益率波動(dòng)率分析 本次選取了上證180指數(shù)于2008年8月1日到2010年11月3日的收盤(pán)價(jià) 共548個(gè)觀測(cè)值 并以此建立序列 p 進(jìn)而構(gòu)建其對(duì)數(shù)收益率序列 r 對(duì)序列 r 建立條件異方差模型 并研究其收益波動(dòng)率 上證180指數(shù) 是上海證券交易所對(duì)原上證30指數(shù)進(jìn)行了調(diào)整并更名而成的 其樣本股是在所有A股股票中抽取最具市場(chǎng)代表性的180種樣本股票 它反映上海證券市場(chǎng)的概貌和運(yùn)行狀況 能作為投資評(píng)價(jià)尺度及金融衍生產(chǎn)品基礎(chǔ)的基準(zhǔn)指數(shù) 數(shù)據(jù)來(lái)源 上海證券報(bào) 建立新的工作文件選擇菜單File New workfile 則出現(xiàn)數(shù)據(jù)的頻率對(duì)話框 如圖 Page 13 Page 14 可在 Workfilefrequency 中選擇數(shù)據(jù)的頻率 可選的頻率包括年度 半年 季度 月度 星期 天 每周5天 每周7天 以及非時(shí)間序列或不規(guī)則數(shù)據(jù) 可在 Startdate 文本框中輸入起始日期 Enddate 文本框中輸入終止日期 年度與后面的數(shù)字用 分隔 具體的日期的表示法為 年度 二十世紀(jì)可用兩位數(shù) 其余全用四位數(shù)字 如 從1999到2009 只需在Startdate中輸入1999 Enddate中輸入2009即可 半年 年后加1或2 如 從1999年上半年到2009年下半年 在Startdate中輸入1999 1 Enddate中輸入2009 2 季度 年后加1 4 從1999年第一季度到2009年第三季度 在Startdate中輸入1999 1 Enddate中輸入2009 3 Page 15 Page 16 月度 年后加1 12 如 從1999年1月到2009年12月 在Startdate中輸入1999 1 Enddate中輸入2009 12 周 月 周 年 如 從2007年1月第一周到2009年1月第四周 在Startdate中輸入1 1 2007 Enddate中輸入1 4 2009天 月 日 年 如 從2008年3月5日到2009年8月20日 在Startdate中輸入3 5 2008 Enddate中輸入8 20 2009 非時(shí)間序列或不規(guī)則數(shù)據(jù) 輸入樣本個(gè)數(shù) 如 樣本數(shù)為200 在Startdate中輸入1 Enddate中輸入200 Page 17 本案例中選擇最后一個(gè)integer data Startdate中輸入1 Enddate中輸入548 建立序列可以采用直接輸入法 復(fù)制法 導(dǎo)入法 直接輸入法 復(fù)制法 點(diǎn)擊EViews主菜單中的Objects NewObject 出現(xiàn)如圖所示的對(duì)話框 點(diǎn)擊OK后就可以直接輸入收集到的數(shù)據(jù)或是復(fù)制得到序列 導(dǎo)入法 把存于EXCEL等文檔的數(shù)據(jù)導(dǎo)入序列中 選擇主菜單中File Import ReadText Lotus Excel 找到已經(jīng)存好的數(shù)據(jù)Excel文件 點(diǎn)擊 打開(kāi) 后 出現(xiàn)如圖所示對(duì)話框 在NamesforseriesorNumberifnamedinfile選框中序列名稱(chēng)p 即將數(shù)據(jù)導(dǎo)入了該序列p 建立對(duì)數(shù)收益率序列點(diǎn)擊Eviews中workfile菜單中的Objects GenerateSeries 鍵入一個(gè)表達(dá)式 可形成一個(gè)新的序列 常使用到表達(dá)式 D代表差分 Log代表取對(duì)數(shù) Exp代表取指數(shù) 2代表平分 Page 20 Page 21 本案例中對(duì)序列p的數(shù)據(jù)取對(duì)數(shù)然后差分 得到新的序列r 代表對(duì)數(shù)收益率 輸入的表達(dá)式為r dlog p 如圖所示 得到工作表 如圖所示 至此完成數(shù)據(jù)導(dǎo)入工作 序列描述性分析 從上證180指數(shù)對(duì)數(shù)收益率序列r的線性圖中 可觀察到對(duì)數(shù)收益率波動(dòng)的 集群 現(xiàn)象 波動(dòng)在一些時(shí)間段內(nèi)較小 例如從第150個(gè)觀測(cè)值到第200個(gè)觀測(cè)值 在有的時(shí)間段內(nèi)非常大 例如從第40個(gè)數(shù)據(jù)到第100個(gè)數(shù)據(jù) Page 24 Page 25 然后在視圖中點(diǎn)擊view descriptivestatistics histogramandstats就得到了對(duì)數(shù)收益率的柱形統(tǒng)計(jì)圖 如下 由圖可知 上證能源指數(shù)對(duì)數(shù)收益率序列均值 Mean 為0 000256 標(biāo)準(zhǔn)差 Std Dev 為0 001426 偏度 Skewness 為 0 141 小于0 說(shuō)明序列分布有長(zhǎng)的左拖尾 峰度 Kurtosis 為4 596 高于于正態(tài)分布的峰度值3 說(shuō)明收益率序列具有尖峰和厚尾的特征 Jarque Bera統(tǒng)計(jì)量為59 85 P值為0 00000 拒絕該對(duì)數(shù)收益率序列服從正態(tài)分布的假設(shè) Page 26 考察序列的平穩(wěn)性 Page 27 點(diǎn)擊View UnitRootTest TestType選擇AugmentedDickey Fuller 得到ADF檢驗(yàn)的結(jié)果如下 Page 28 t統(tǒng)計(jì)量的值 22 88 對(duì)應(yīng)P值接近0 表明序列 r 平穩(wěn) 序列自相關(guān)和偏自相關(guān)檢驗(yàn)在視圖中點(diǎn)擊View correlogram 在Lagstoinclude中鍵入12 然后點(diǎn)擊ok 就得到了對(duì)數(shù)收益率的自相關(guān)函數(shù)分析圖 Page 29 Page 30 從圖中可以看出 序列的自相關(guān)和偏自相關(guān)系數(shù)均落入兩倍的估計(jì)標(biāo)準(zhǔn)差內(nèi) 且Q 統(tǒng)計(jì)量的對(duì)應(yīng)的p值均大于置信度0 05 故序列在5 的顯著性水平上不存在顯著的相關(guān)性 Page 31 回歸模型的建立由于序列不存在顯著的相關(guān)性 因此將均值方程設(shè)定為白噪聲 設(shè)立模型 rt t t Page 32 將r去均值化 得到w 操作為 Objects GenerateSeries輸入w r 0 000256再看w序列的描述性統(tǒng)計(jì) Page 33 檢驗(yàn)ARCH效應(yīng) Page 34 檢驗(yàn)ARCH效應(yīng)有兩種方法 LM法 拉格朗日乘數(shù)檢驗(yàn)法 和對(duì)殘差的平方相關(guān)圖檢驗(yàn) 本案例中由于沒(méi)有對(duì)ARMA建模 E views中沒(méi)有直接的LM法 所以采用第二種方法 首先建立w的平分方程z 在Objects GenerateSeries輸入z w2 然后在視圖中點(diǎn)擊view correlogram 然后點(diǎn)擊ok 就得到了對(duì)數(shù)收益率的自相關(guān)函數(shù)分析圖 Page 35 如圖所示 序列存在自相關(guān) 所以有ARCH效應(yīng) 建立GARCH類(lèi)模型 1 GARCH模型 2 T GARCH模型 3 E GARCH模型 Page 36 Page 37 常用的GARCH模型包括GARCH 1 1 GARCH 1 2 GARCH 2 1 我們分別用多個(gè)模型建模 以下以GARCH 1 1 為例 點(diǎn)擊主菜單Quick EstimateEquation 得到如下對(duì)話框 在Method選擇GARCH 在Meanequation框中輸入w ARCH和GARCH處都選擇1 點(diǎn)擊確定 Page 38 1 GARCH 1 1 Page 39 Page 40 1 GARCH 2 1 Page 41 1 GARCH 1 2 基于以上三個(gè)模型的比較 GARCH 1 1 所有的系數(shù)都通過(guò)t檢驗(yàn) 效果最好 再考慮T GARCH和E GARCH再分別進(jìn)行建模 Page 42 T GARCH的操作為 點(diǎn)擊主菜單Quick EstimateEquation 得到如下對(duì)話框 在Method選擇GARCH TGARCH 再將Threshold數(shù)值輸入1 點(diǎn)擊確定 如下圖 Page 43 Page 44 T GARCH 1 1 E GARCH的操作為 點(diǎn)擊主菜單Quick EstimateEquation 得到如下對(duì)話框 在Method選擇EGARCH 再將Threshold數(shù)值輸入0 點(diǎn)擊確定 如下圖 Page 46 EGARCH 1 1 模型的參數(shù)均顯著 說(shuō)明序列具有杠桿性 可以進(jìn)一步加入 ARCH M 檢驗(yàn) Page 47 Page 48 系數(shù)不顯著 用Variance時(shí)系數(shù)一樣不顯著 說(shuō)明不存在ARCH M過(guò)程 模型驗(yàn)證 對(duì)建立的EARCH 1 1 模型進(jìn)行殘差A(yù)RCH效應(yīng)檢驗(yàn) 點(diǎn)擊EARCH 1 1 結(jié)果輸出窗口View ResidualTest ARCHLMTest Lag 滯后階數(shù) 可以分別取1 4 8 12 以lag 4為例 輸出結(jié)果如下所示 Page 49 各種lag值情形下 F統(tǒng)計(jì)量均不顯著 說(shuō)明模型已經(jīng)不存在ARCH效應(yīng) Page 50 建立的EGARCH 1 1 模型如下 由于之前對(duì)r的描述統(tǒng)計(jì)中發(fā)現(xiàn)統(tǒng)計(jì)的正態(tài)分布檢驗(yàn)沒(méi)有通過(guò) 可以試圖做殘差服從t分布和GED分布的E views建模 Page 51 Page 52 假設(shè)殘差服從t分布操作過(guò)程 Quick EstimateEquation 得到如下對(duì)話框 在Method
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 運(yùn)料臨時(shí)碼頭施工方案
- 潛江廠區(qū)防雷施工方案
- 班級(jí)建設(shè)文化課件
- 江西科技師范大學(xué)《聲樂(lè)文獻(xiàn)》2023-2024學(xué)年第二學(xué)期期末試卷
- 霧化吸入療法操作規(guī)范
- 山東職業(yè)學(xué)院《企業(yè)經(jīng)營(yíng)活動(dòng)沙盤(pán)模擬》2023-2024學(xué)年第二學(xué)期期末試卷
- 沈陽(yáng)城市學(xué)院《社會(huì)性別文化》2023-2024學(xué)年第一學(xué)期期末試卷
- 四川城市職業(yè)學(xué)院《可再生能源建筑一體化技術(shù)》2023-2024學(xué)年第二學(xué)期期末試卷
- 江西家用水塔施工方案
- 江西衛(wèi)生職業(yè)學(xué)院《藥物合成反應(yīng)實(shí)驗(yàn)》2023-2024學(xué)年第二學(xué)期期末試卷
- GB/T 42288-2022電化學(xué)儲(chǔ)能電站安全規(guī)程
- 小說(shuō)中景物描寫(xiě)的作用
- 第十二講 建設(shè)社會(huì)主義生態(tài)文明PPT習(xí)概論2023優(yōu)化版教學(xué)課件
- 工商管理實(shí)習(xí)周記十篇
- 幼兒園體育游戲活動(dòng)評(píng)價(jià)表
- 2023年通管局安全員考試-培訓(xùn)及考試題庫(kù)(導(dǎo)出版)
- GB/T 4857.22-1998包裝運(yùn)輸包裝件單元貨物穩(wěn)定性試驗(yàn)方法
- GB/T 25074-2010太陽(yáng)能級(jí)多晶硅
- GB/T 23842-2009無(wú)機(jī)化工產(chǎn)品中硅含量測(cè)定通用方法還原硅鉬酸鹽分光光度法
- GA/T 1217-2015光纖振動(dòng)入侵探測(cè)器技術(shù)要求
- 特種陶瓷介紹課件
評(píng)論
0/150
提交評(píng)論