金融时间序列分析第部分时间序列分析基础波动率模型.pptVIP

4、检验统计量：LM=T R2 其中，T为回归式的样本容量，R2为拟合优度 6、判别法则： 若LM ?2? (p)，接受H0（即残差不是ARCH过程）。 若LM ?2? (p)，接受H1（说明残差是ARCH过程）。 5、统计量LM的分布 在零假设成立的条件下，统计量LM近似服从 2、识别ARCH模型的阶数，估计模型 阶数识别：可以分析时间序列 的自相关函数和 偏自相关函数。也可以使用AIC或BIC准则来确定序 列适当的滞后长度。 参数估计： 一般使用极大似然法估计： 为了简单，可以使用条件似然函数： 3、检验ARCH模型 对于ARCH模型，把残差标准化 则 应该是正态白噪声序列。所以 （1） Ljung-Box Q 统计量检验序列是否存在自相关， （2）利用 JB检验 或 Q-Q 图检验序列的正态性 此时， 各期之间是独立的，因而不可能ARCH存在效果。 也可以直接对ARCH模型的残差进行ARCH检验。 （三）GARCH模型 一、ARCH(q)模型的缺点 1、当 q 较大时，参数估计很难做到精确 2、为了保证条件方差为正，参数要求为正。 当参数过多时，用实际数据估计出的模型往往不能满足 这一要求，从而，模型不具实用性。 3、ARCH模型会高估波动率。 二、GARCH模型的定