实验14 Garch(自回归异方差模型).doc

《实验14 Garch(自回归异方差模型).doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、实验14G(ARCH)模型在金融数据中的应用一、实验目的理解自回归异方差（Autoregressiveconditionalheteroscedasticity）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、估计即如何运用Eviews软件在实证研究中实现。二、实验容及要求容：以上证指数和深证成份指数为研究对象，选取1997年1月2日到2002年12月31日共六年每个交易日上证指数和深证成

2、份指数的收盘价为样本，完成以下实验步骤：（一）、对沪深股市的收益率作波动性研究（二）、对股市收益波动作非对称性的研究（三）、对沪深股市作波动溢出效应研究要求：深刻理解本章的概念；对实验步骤中提出的问题进行思考；熟练掌握实验的操作步骤，并得到有关结果。三、实验指导（一）、对沪深股市的收益率作波动性研究1.描述性统计(1)导入数据，建立工作组打开Eviews软件，选择“File”菜单中的“NewWorkfile”选项，在“Workfilestructuretype”框中选择unstructured/undated（思考：为什么用非规则形式），在“Daterange”输入1444，

3、如下图14-1：图14-1单击OK，再在命令行输入datashsz,把上证综指和成指1997-1-2号到2002-12-31号数据输入。（2）生成收益率的数据列在Eviews窗口主菜单栏下得命令窗口中键入如下命令：genrrh=log(sh/sh(-1))，回车后即形成沪市收益率的数据序列，同样的方法可得深市收益数剧序列(genrrz=log(sz/sz(-1))。新工作组如图14-2：图14-2（3）观察收益率sh的描述性统计量双击选取“rh”数据序列，在出现的窗口中选择view菜单下“DescriptiveStatistics”菜单中的“HistogramandStats”

4、子菜单，则可得收益率rh的描述性统计量，如下图7-3：图7-3同样的步骤可得收益率rz的描述性统计量。观察这些数据，并得出有关结论。2.平稳性检验（1）再次双击选取rh序列，选择View菜单下的子菜单“UnitRootTest”，出现如下窗口（图7-4）：图7-4对该序列进行ADF单位根检验，选择滞后4阶，带截距项而无趋势项，所以采用窗口的默认选项，结果如下图7-5：图7-5（2）对rz做单位根检验后，得结果如图7-6：图7-6（3）思考：结果分别说明数据序列rh、rz是稳定的还是非稳定的？3.均值方程的确定及残差序列自相关检验通过对收益率rh和rz的自相关检验(在rh序列窗口

5、，点击viewcorrelogram)，我们发现两市的收益率都与其滞后15阶存在显著的自相关（思考：如何通过Eviws检验），因此对两市收益率的均值就其滞后15阶做自回归，方程都采用如下形式：（1）对收益率rh做自回归在Eviews主菜单中选择“Quick”，并在下拉菜单中选择“EstimationEquation”,出现如下窗口图7-7图7-7在“Method”中选择LS（即普通最小二乘法），然后在“Estimationsettings”上方空白处输入图示变量，单击“OK”，则出现图7-8：图7-8（2）用Ljung-BoxQ统计量对均值方程拟和后的残差及残差平方做自相关检

6、验：选择“View”菜单下“ResidualTest”子菜单的项，则可得该方程残差项的自相关系数acf值和pacf值（在LagSpecification窗口中选10阶），如图7-9图7-9图7-10(3)在命令栏中输入命令：genrres1=resid^2，得到该方程残差平方的数据序列res1（2）同样，可得序列rz的回归方程及回归方程残差项的acf值和pacf值，如图7-11和图7-12：图7-9到7-10表明两回归方程的残差都不存在显著的自相关，但残差平方有显著的自相关。图7-11图7-12（5）对残差平方做线性图。双击选取序列res1，在新出现的窗口中选择“View”菜单

7、下的“LineGraph”，得到res1的线性图如图7-13：图7-133同样的，rz的残差平方res2的线性图如图：图7-14观察可以发现波动具有明显的时间可变性（timevarying）和集簇性（clustering）（6）对残差进行ARCH-LMTest依照步骤（1），再对rh做一次滞后15阶的回归，在出现的equation窗口中选择“View”菜单下“ResidualTest”子菜单的“Arch-LMTest”项（取滞后一阶），得如下结果（图7-15）：Heteroskedastic