




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、第7章、ARCH模型和GARCH模型研究内容:研究随时间而变化的风险。(回忆:Markowitz均值方差投资组合选择模型怎样度量资产的风险)本章模型与以前所学的异方差的不同之处:随机扰动项的无条件方差虽然是常数,但是条件方差是按规律变动的量。波动率的聚类性(volatiHtyclustering):一段时间内,随机扰动项的波动的幅度较大,而另外一定时间内,波动的幅度较小。如图,R§1、ARCH模型1、条件方差多元线性回归模型:yt=xj飞条件方差或者波动率(Conationvariance,volatility)定义为二;=vart<(;J=var(、,)其中匕4是信息集。2、
2、ARCH模型的定义Engle(1982)提出ARCH模型(autoregressiveconditionalheteroskedastidty,自回归条件异方差)。ARCH(q)模型:yt=xtP+8t(1)q的无条件方差是常数,但是其条件分布为;ttN(0.2)<=0(2)其中也4是信息集。方程(1)是均值方程(meanequation<:条件方差,含义是基于过去信息的一期预测方差方程(2)是条件方差方程(conditionalvarianceequatiorj),由二项组成常数ARCH项咆:滞后的残差平方习题:方程(2)给出了1的条件方差,请计算第的无条件方差。证明:利用方差分
3、解公式:Var(X)=VaryE(X|Y)+EyVar(X|Y)由于然|上二1_n(0尸t2),所以条件均值为0,条件方差为仃;。那么,2、t=vary(;t)2var(t)=Evan式t)=E;-1=E(s+a18t24+|ll+aq<)=ME;:4,:qE;t2/推出var(;t)=1-?i,说明小(°,47777npt;)3、ARCH模型的平稳性条件在ARCH(1)模型中,观察参数口的含义:当口t1时,var(q)T8当ST0时,退化为传统情形,®tLN(0p)ARCH模型的平稳性条件:工叫1(这样才得到有限的方差)4、ARCH效应检验ARCHLMTest:拉格
4、朗日乘数检验建立辅助回归方程e2=-0.二者川,,02,4此处e是回归残差。原假设:H0:序列不存在ARCH效应即H0:%=口2=I“=0可以证明:若H0为真,则LM=mR2L2(q)此处,m为辅助回归方程的样本个数。R2为辅助回归方程的确定系数。Eviews操作:先实施多元线性回归view/residual/Tests/ARCHLMTest§2、GARCH模型的实证分析从收盘价,得到收益率数据序列。seriesr=log(p)-log(p(-1)点击序歹Up,然后view/linegraph2000150010005000.R1、检验是否有ARCH现象。首先回归。取2000到225
5、4的样本。输入lsrc,得至U0.080.040.00-0.04-0.08-0.12200020502100215022002250IRDependentVariable:RMethod:LeastSquaresDate:10/21/04Time:21:26Sample:20002254Includedobservations:255VariableCoefficientStd.Errort-StatisticProb.C.6916R-squared0.Meandependentvar0.AdjustedR-squared0.S.D.dependentvar0.S.E.ofreg
6、ression0.Akaikeinfocriterion-5.Sumsquaredresid0.Schwarzcriterion-5.Loglikelihood672.2847Durbin-Watsonstat2.问题:这样进行回归的含义是什么?其次,view/residualtests/ARCHLMtest,得至UARCHTest:F-statistic5.Probability0.Obs*R-squared44,68954Probability0.TestEquation:DependentVariable:RESIDA2Method:LeastSquaresDate:10/21/04Ti
7、me:21:27Sample(adjusted):20102254Includedobservations:245afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C0.5.34E-052.0.0405RESIDA2(-1).0310RESIDA2(-2).4041RESIDA2(-3).0000RESIDA2(-4).7059RESIDA2(-5)-0.0.-0.0.5522RESIDA2(-6)-0.0.-1.0.3160RESIDA2(-7)0.0.
8、0.0.9354RESIDA2(-8).1202RESIDA2(-9).8647RESIDA2(-10).3239R-squared0.Meandependentvar0.AdjustedR-squared0.S.D.dependentvar0.S.E.ofregression0.Akaikeinfocriterion-11.86836Sumsquaredresid9.19E-05Schwarzcriterion-11.71116Loglikelihood1464.875F-statistic5.Durbin-Watsonstat2.Prob(F-st
9、atistic)0.得到什么结论?2、模型定阶:如何确定q实施ARCHLMtest时,取较大的q,观察滞后残差平方的t统计量的pvalue即可。此处选取q=3。因此,可以对残差建立ARCH(3)模型。3、ARCH模型的参数估计参数估计采用最大似然估计。具体方法在GARCH一节中讲解。如何实施ARCH过程:由于存在ARCH效应,所以点击estimate,在method中选取ARCH(KquBtUITITUDWorkfile:3H»!一殉3“d“,aaaRNXhcdM.CMDZQ1021.04Trrw2147一加208的卜”30%«心皿35Corvnc4»chwd嗡”
10、,3a,tiE,OOCOMOCCOO?5O|5cc924E<6166606XCH:1)024413CC62640AflCHZ.008142$CM,而ARCH3)04579B3cio»?eP.父26Q83023e”如,ygyR.卬E001加S)M;xSE001753552%cSetqinrodrd03闵72SchwarrcL»|I<c4l»ld7X367377CvboWiVm»wEwelqu»ttonSp»«»ficat1«得到如下结果DependentVariable:RMethod:ML-A
11、RCHDate:10/21/04Time:21:48Sample:20002254Includedobservations:255Convergenceachievedafter13iterationsCoefficientStd.Errorz-StatisticProb.C-0.0.-0.0.3937VarianceEquationC9.24E-051.66E-055.0.0000ARCH(1).0031ARCH(2).2930ARCH.0000R-squared-0.Meandependentvar0.AdjustedR-squared-0.S.D
12、.dependentvar0.S.E.ofregression0.Akaikeinfocriterion-5.Sumsquaredresid0.Schwarzcriterion-5.Loglikelihood705.7377Durbin-Watsonstat2.为了比较,观察将q放大对系数估计的影响DependentVariable:RMethod:ML-ARCHDate:10/21/04Time:21:54Sample:20002254Includedobservations:255Convergenceachievedafter16iterationsCoefficientStd.Erro
13、rz-StatisticProb.C-0.0.-0.0.4238VarianceEquationC9.38E-051.60E-055.0.0000ARCH(1).0037ARCH(2).5521ARCH(3).0000ARCH(4)-0.0.-0.0.6672ARCH.3968R-squared-0.Meandependentvar0.AdjustedR-squared-0.S.D.dependentvar0.S.E.ofregression0.Akaikeinfocriterion-5.Sumsquaredresid0.Schwarzc
14、riterion-5.Loglikelihood706.1198Durbin-Watsonstat2.观察:说明q选取为3确实比较恰当4、ARCH模型是对的吗?如果ARCH模型选取正确,即回归残差的条件方差是按规律变化的,那么标准化残差就会服从标准正态分布,即不会有ARCH效应了为什么?请思考。对q为3的ARCH模型做LMtest,发现没有了ARCH效应注意,虽然是同一个检验名称,但是ARCH过程后是对标准化残差进行检验。注意观察被解释变量或者依赖变量是什么?ARCHTest:F-statistic0.Probability0.Obs*R-squared2.Probability0.TestE
15、quation:DependentVariable:STD_RESIDA2Method:LeastSquaresDate:10/21/04Time:21:56Sample(adjusted):20102254Includedobservations:245afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C.0000STD_RESIDA2(-1)-0.0.-0.0.5559STD_RESIDA2(-2)-0.0.-0.0.9536STD_RESIDA2(-3)-0.0.-0.0.3810STD_R
16、ESIDA2(-4)-0.0.-0.0.8745STD_RESIDA2(-5).9568STD_RESIDA2(-6)-0.0.-0.0.9096STD_RESIDA2(-7).3330STD_RESIDA2(-8)-0.0.-0.0.8523STD_RESIDA2(-9)-0.0.-0.0.8705STDRESIDA2(-10)-0.0.-0.0.7570R-squared0.Meandependentvar1.AdjustedR-squared-0.S.D.dependentvar2.S.E.ofregression2.Akaikeinfocriterion4.
17、Sumsquaredresid1078.160Schwarzcriterion4.Loglikelihood-529.1546F-statistic0.Durbin-Watsonstat2.Prob(F-statistic)0.方程整体是不显著的。还可以观察标准化残差ARCH建模以后,procs/makeresidualserie切以产生残差斗和标准化残差气/巴,以分别下是残差和标准化残差。可以看出没有了集群现象。0.080.040.00-0.04-0.08200020502100215022002250RESID01RESID02还可以观察波动率(条件方差)的图形。对比r和残差的图形,发现条
18、件方差的起伏与波动率的大小一致。ARCH建模以后,procs/makegarchvarianceseries得至U仃2结论:ARCH模型确实很好描述了股票市场收益率的波动性。可以观察系数之和小于1,满足平稳性条件。§3、GARCH模型当q较大时,采用Bollerslov(1986)提出的GARCH模型(GeneralizedARCH)1、模型定义二:二,三工i二三工产;条件方差方程均值。:过去的条件方差(也即预测方差,forecastvariance注意:均值方程中若没有解释变量(即只有常数,如RC),则R2没有直观定义了,因此可为负)2、GARCH(p,q)模型的稳定性条件计算扰动
19、项的无条件方差:var(;t)=E。:-:、:ivar(;t/)1var(;t-j)var(t)二二_:、;0GARCH是协方差稳定的,因此是经典回归3、GARCH模型的参数估计采用极大似然估计GARCH模型的参数。下面以GARCH(1,1)为例。由GARCH(1,1)模型yt=x;t;ttLN(0,;2):2一,:;2I二'二2t1t41t1可以得到yt的分布为X|/N(xJ,T)由正态分布的定义公式,得到yt的pdf为2J(Yt-E(Yt)2f(ytl"t)二1一e2二t、2第t个观察样本的对数似然函数值为Inf(ytl't4);lnrt2)-ln(.2二)(yt
20、9)220t其中二;二.二i:(乂二-x)2注意yi和yj之间不相关,因而是独立的。似然函数为L=nnj(yti)取对数就得到了所有样本的对数似然函数。其中条件方差项以非线性方式进入似然函数,所以不得不使用迭代算法求解。4、模型的选择两条原则:1)若ARCH(q)中q太大,比如q大于7时,则选择GARCH(p,q)2)使用AIC和SC准则,选择最优的GARCH模型3)对于金融时间序列,一般选择GARCH(1,1)就够了。回顾AIC和SC定义:1) AIC准则(Akaikeinformationcriterion)AIC=21nL2KnnAIC越小越好,结合如下两者:K(自变量个数)减少,模型简
21、洁LnL增加,模型精确2) SC准则(Schwazcriterion)cc2lnLKln(n)SC二习题1:通货膨胀率有ARCH效应吗?GreeneP572点击数据文件usinf_greene_p572进行回归lsinflationcinflation(-l)DependentVariable:INFLATIONMethod:LeastSquaresDate:11/19/04Time:10:37Sample(adjusted):19411985Includedobservations:45afteradjustingendpointsVariableCoefficientStd.Errort-
22、StatisticProb.C.0047INFLATION(-1).0005R-squared0.Meandependentvar4.AdjustedR-squared0.S.D.dependentvar4.S.E.ofregression3.Akaikeinfocriterion5.Sumsquaredresid561.1625Schwarzcriterion5.Loglikelihood-120.6276F-statistic14.14110Durbin-Watsonstat1.Prob(F-statistic)0.检验ARCH效应ARCHTest:F-stat
23、istic0.Probability0.Obs*R-squared1.Probability0.TestEquation:DependentVariable:RESIDA2Method:LeastSquaresDate:11/19/04Time:10:46Sample(adjusted):19461985Includedobservations:40afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C.2204RESIDA2(-1)-0.0.-0.0.8557RESIDA2(-2)-0.0.-0.
24、0.9680RESIDA2(-3).4974RESIDA2(-4).9141RESIDA2(-5).4534R-squared0.Meandependentvar12.28323AdjustedR-squared-0.S.D.dependentvar34.15088S.E.ofregression36.00858Akaikeinfocriterion10.14287Sumsquaredresid44085.00Schwarzcriterion10.39620Loglikelihood-196.8574F-statistic0Durbin-Watsons
25、tat1.Prob(F-statistic)0习题2:通货膨胀率有ARCH效应吗?Lin的数据集点击usinf文件seriesdp=100*D(log(p)lsdpcdp(-1)dp(-2)dp(-3)DependentVariable:DPMethod:LeastSquaresDate:11/19/04Time:10:10Sample(adjusted):1951:11983:4Includedobservations:132afteradjustingendpointsVariableCoefficientStd.Errort-StatisticProb.C.0854DP(-1).0000DP(-2).0249DP(-3)0.0.3.
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 端午节团课课件
- 端午节假期班会课件
- 宠物自由买卖协议书范本
- 竞赛宣传课件图片模板
- 竞聘自我介绍课件视频
- 工地施工欠款协议书范本
- 2025年湿法加工合成云母粉项目合作计划书
- 2025年表面改性金属材料项目合作计划书
- 心理健康课件短视频
- 空气课件教学课件
- GB/T 15972.40-2024光纤试验方法规范第40部分:传输特性的测量方法和试验程序衰减
- 《浅析5G通信的军事应用》2300字
- 拖欠工程款上访信范文
- 2025四川成都市新都区事业单位招聘历年管理单位笔试遴选500模拟题附带答案详解
- 2024沪粤版八年级上册物理期末复习全册知识点考点提纲
- 开封市第一届职业技能大赛保健按摩师项目样题(康养照护品牌)
- 2024在用井口装置检验技术指南
- 邮政企业、快递企业安全生产重大事故隐患判定标准知识培训
- 2024年第一季度医疗安全(不良)事件分析报告
- 北京市第三十九中学2024 -2025 学年上学期 七年级数学学科期中试卷
- 足下垂的原因及治疗方法
评论
0/150
提交评论