专题六 GARH类模型.pptVIP

专题六 GARCH类模型 专题内容 ·ARCH模型及其参数估计 · GARCH模型及其参数估计 · EGARCH模型 TGARCH模型 GARCH-M模型 案例分析 ARCH模型 ·ARCH模型。由Eng!e(1982)引入 一个随机变量x,有p阶的自回归表示形式AR(P,如果 x1=B0+B1x1-1+B2x12+…+e 其中,{n}为独立同分布的白噪声过程,且E(c)=0,var(c,)=0 AR(P)过程是一稳定过程,它的特征根多项式 1-B2-B2 B2z”=0 所有的根都在单位园之外 若一个随机过程{a,},它的平方e,服从AR(q)过程 .=a 其中,{n,独立同分布,且有E(n,)=0,va(,)=2,t=1,2 则称{c)服从q阶的ARCH过程,记作c,-ARCH(q 般还假设an0,a1≥0,t=1 注意:白噪声过程{}的分布是受约束的,因为它满足 引≥-a0 ARCH模型 为了确保(c)为一个平稳过程,特征根方程 1-a1-a2z 的所有根均在单位圆外。若a0,ax1≥0成立,则等价于 a,+…+a.1 这样,若ε,~ARCH(q),那么c,的无条件方差为 =E(E,) 为一常数。 ARCH模型的重要特征是:给出了计算时间序列的条件方差 的方法。在每一个时刻t,ARCH过程的条件方差时过去随机 干扰的函数,可由递推公式计算。 =E(c,c21,…,c2)