金融计量中的条件异方差模型推荐.pptVIP

下载本文档

6
0
约1.4万字
约 66页
2018-03-15 发布于贵州
举报
版权申诉

金融计量中的条件异方差模型推荐.ppt

1、有哪些信誉好的足球投注网站（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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

金融计量中的条件异方差模型推荐

10.5.2 CGARCH模型 CGARCH模型包含了三个回归等式。以(1,1)模型的基本形式可以写成：其中：表示方差的期望所收敛到的均值水平，表示随时间变化的长期波动性水平（即条件方差的期望）。表10-11标普500股票收益率的CGARCH（1，1）模型估计结果 Dependent Variable: SP500RETURN Method: ML - ARCH (Marquardt) - Normal distribution Sample (adjusted): 1/05/1950 4/13/2007 Included observations: 14409 after adjustments Convergence achieved after 30 iterations Presample variance: backcast (parameter = 0.7) Q = C(3) + C(4)*(Q(-1) - C(3)) + C(5)*(RESID(-1)^2 - GARCH(?-1))? GARCH = Q + C(6) * (RESID(-1)^2 - Q(-1)) + C(7)*(GARCH(-1)- Q(-1)) Coefficient Std. Error z-Statistic Prob.?? C 0.000447 5.63E-05 7.942533 0.0000 SP500RETURN(-1) 0.119343 0.008912 13.39110 0.0000 Variance Equation C(3) 0.000102 1.97E-05 5.152787 0.0000 C(4) 0.998053 0.000587 1700.064 0.0000 C(5) 0.029849 0.002815 10.60269 0.0000 C(6) 0.064321 0.003784 16.99612 0.0000 C(7) 0.875633 0.008548 102.4391 0.0000 R-squared 0.003966 ????Mean dependent var 0.000349 Adjusted R-squared 0.003551 ????S.D. dependent var 0.008900 S.E. of regression 0.008884 ????Akaike info criterion -6.904901 Sum squared resid 1.136773 ????Schwarz criterion -6.901221 Log likelihood 49753.36 ????Hannan-Quinn criter. -6.903678 F-statistic 9.558546 ????Durbin-Watson stat 2.072978 Prob(F-statistic) 0.000000 10.5.3 QGARCH模型 QCGARCH(1,1)模型的基本形式: (10.57) 其中：方差等式中的项用来捕捉非对称性。图10-7 EViews中ARCH效应检验结果正态分布、t分布和广义误差分布对应的t时刻的对数似然函数分别为：表10-3 标普500股票收益率的GARCH（1,1）估计结果－t分布结果 Dependent Variable: SP500RETURN Method: ML - ARCH (Marquardt) - Students t distribution Sample (adjusted): 1/05/1950 4/13/2007 Included observations: 14409 after adjustments Convergence achieved after 15 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*GARCH(-1) Coefficient Std. Error z-Statistic Prob.?? C 0.000472 5.37E-05 8.790214 0.0000 SP500RETURN(-1) 0.110851 0.008388 13.21467 0.0000 Variance Equation C 5.54E-07 8.50E-08 6.518120 0.0000 RESID(-1)^2 0.069440 0.004231