- 1、本文档共51页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
GARCH模型族
谢谢. 案例:日元对美元汇率的建模研究 尝试的结果应该建立AR (3)、ARCH(7)模型。EViews输出结果如下。 均值方程中之所以剔除了DJPYt-2项,是因为DJPYt-2项的系数不再有显著性。 注意:均值方程伴有ARCH 方程后,均值方程中的某些项常常会失去显著性。 在Threshold窗口填1 Model选择窗换成EARCH, Asymmetric选择窗填1。 表达式 ARCH-M term选择框里选Std. Dev.。估计均值GARCH模型。 (选?t2同样没有显著性) Model选择窗换成PARCH Asymmetric选择窗填1 * (file:JPYEN) 统计量“峰度”并不能测量峰的高低,只能测量分布尾部的厚薄。 正态分布密度峰值上限 =(最大组频数 / 观测值总个数)/ 组距=0.3989。根据上式, 最大组频数上限=观测值总个数?组距?0.3989=10000?0.25?0.3989=997.25。 若u是正态分布的,那么 u3 就是高峰厚尾分布的。 去掉u3高峰区的8895个观测值,并保持厚尾不变,峰度值依然很大的。 高峰厚尾分布 低峰厚尾分布 统计量“峰度”并不能测量峰的高低,只能测量分布尾部的厚薄。 2 ARCH模型 2.2 ARCH模型的极大似然估计 (Engle(1982)提出) 方法1:通过Q检验考察AR(3) 模型中是否存在自回归条件异方差。 *
文档评论(0)