资源描述：
《利用eviews考察garch模型在金融数据中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、(G)ARCH模型在金融数据中的应用姓名(括号内填学号)摘要：理解自回归异方差(ARCH)模型的概念及建立的必要性和适用的场合。了解(G)ARCH模型的各种不同类型，如GARCH-M模型(GARCHinmean)EGARCH模型(ExponentialGARCH)和TARCH模型(又称GJR)。掌握对(G)ARCH模型的识别、估计及如何运用Eviews软件在实证研究中实现。关键词：Garch;沪深股市1基本概念p阶自回归条件异方程ARCH(p)模型，其定义由均值方程(1)和条件方程方程(2)给出：yf=Pxt+sl(1)ht=var(^
2、Q_,)=a0++a2^_2+……+ap
3、sp(2)其中，表示t-1时刻所有可得信息的集合，久为条件方差。方程(2)表示误差项的方差A,由两部分组成：一个常数项和前p个吋刻关于变化量的信忠，用前P个时刻的残差平方表示(ARC11项)。广义自回归条件异方差GARCH(a7)模型可表示为：⑶ht=var(^
4、Q_,)=6r0++…+ap£；_p+从丨+…+ht_q(4)2数据来源以上证指数和深证成份指数为研究对象，选取1997年1月2H〜2002年12月31H共6年每个交易H上证指数和深证成份指数的收盘价为样木:3描述性统计与检验3.1描述性统计异入数据，建立工作组。打丌Eviews软件，选择“File”菜单屮的“Ne
5、wWorkfile”选项，在“Workfilefrequency”框中选择“undatedorirregular”，在“Startobservation”和“Endobservation”框中分别输入1和1444，单击“OK”。选择“File”菜单中的“Import-ReadText-Lotus-Excel”选项，找到要导入的名力EX64.xls的Excel文档完成数据导入。生成收益率的数据列。在Eviews窗口主菜单栏下的命令窗口屮键入如下命令:genrrh=log(sh/sh(-l)),回车后即形成沪市收益率的数据序列rh，同样的方法可得深市收益数剧序列rz。观察收益率的描
6、述性统计量。双击选取“rh”数据序列，在新出现的窗U屮点击“View”一“DescriptiveStatistics”一“HistogramandStats”,则可得沪市收益率rh的描述性统计景，如阁1所示：图1沪市收益率rh的描述性统计量同样的步骤可得深帘收益率rz的描述性统计量。观察这些数据，我们可以发现：样本期内沪市收益率均值为0.027%,标准差为1.63%，偏度为-0.146,3描述性统计与检验3.1描述性统计异入数据，建立工作组。打丌Eviews软件，选择“File”菜单屮的“NewWorkfile”选项，在“Workfilefrequency”框中选择“undat
7、edorirregular”，在“Startobservation”和“Endobservation”框中分别输入1和1444，单击“OK”。选择“File”菜单中的“Import-ReadText-Lotus-Excel”选项，找到要导入的名力EX64.xls的Excel文档完成数据导入。生成收益率的数据列。在Eviews窗口主菜单栏下的命令窗口屮键入如下命令:genrrh=log(sh/sh(-l)),回车后即形成沪市收益率的数据序列rh，同样的方法可得深市收益数剧序列rz。观察收益率的描述性统计量。双击选取“rh”数据序列，在新出现的窗U屮点击“View”一“Descri
8、ptiveStatistics”一“HistogramandStats”,则可得沪市收益率rh的描述性统计景，如阁1所示：图1沪市收益率rh的描述性统计量同样的步骤可得深帘收益率rz的描述性统计量。观察这些数据，我们可以发现：样本期内沪市收益率均值为0.027%,标准差为1.63%，偏度为-0.146,左偏峰度为9.07,远高于正态分布的峰度值3,说明收益率rtK宥尖峰和厚尾特征。JB正态性检验也证实了这点，统计量为2232,说明在极小水平下，收益率^显著异于正态分布；深市收益率均值为-0.012%,标准差为1.80%,偏度为-0.027,左偏峰度为8.172,收益率rt同样具
9、有尖峰、厚尾特征。深市收益率的标准差大于沪市，说明深圳股市的波动更大。3.2平稳性检验再次双击选取rh序列，点击“View”一“UnitRootTest”，出现如图2所示窗口：■UnitRootTestML2dTestType:Indudeintestequabon:♦AugmentedDickejhFulef；♦InterceptPhillips-PerronTrendandinterceptT©sHorunitrootin♦Level1)NonedifferenceLaggeddiffe
