EVIEWS的garch模型族操作(行業(yè)信息)

GARCH類(lèi)模型建模的Eviews操作GARCH類(lèi)模型建模的Eviews操作Eviews軟件簡(jiǎn)介1時(shí)間序列建模2實(shí)例操作3Page

2Eviews軟件簡(jiǎn)介1時(shí)間序列建模2實(shí)例操作3PageEviews簡(jiǎn)介Eviews是EconometricsViews的縮寫(xiě)，直譯為計(jì)量經(jīng)濟(jì)學(xué)觀(guān)察，本意是對(duì)社會(huì)經(jīng)濟(jì)關(guān)系與經(jīng)濟(jì)活動(dòng)的數(shù)量規(guī)律，采用計(jì)量經(jīng)濟(jì)學(xué)方法與技術(shù)進(jìn)行“觀(guān)察”，稱(chēng)為計(jì)量經(jīng)濟(jì)學(xué)軟件包。使用Eviews可以迅速地從數(shù)據(jù)中尋找出統(tǒng)計(jì)關(guān)系，并用得到的關(guān)系去預(yù)測(cè)數(shù)據(jù)的未來(lái)值。Page

3Eviews簡(jiǎn)介Eviews是EconometricsViEviews簡(jiǎn)介Eviews的應(yīng)用范圍包括：

■應(yīng)用經(jīng)濟(jì)計(jì)量學(xué)

■總體經(jīng)濟(jì)的研究和預(yù)測(cè)■金融數(shù)據(jù)分析

■銷(xiāo)售預(yù)測(cè)及財(cái)務(wù)分析

■成本分析和預(yù)測(cè)

■蒙地卡羅模擬■經(jīng)濟(jì)模型的估計(jì)和仿真

■利率與外匯預(yù)測(cè)等等

Page

4Eviews簡(jiǎn)介Eviews的應(yīng)用范圍包括：

■應(yīng)用經(jīng)濟(jì)Eviews主要功能：操作靈活簡(jiǎn)便，可采用多種操作方式進(jìn)行各種計(jì)量分析和統(tǒng)計(jì)分析，使數(shù)據(jù)管理、處理和分析簡(jiǎn)單方便。其主要功能有：（1）采用統(tǒng)一的方式管理數(shù)據(jù)，通過(guò)對(duì)象、視圖和過(guò)程實(shí)現(xiàn)對(duì)數(shù)據(jù)的各種操作；（2）輸入、擴(kuò)展和修改時(shí)間序列數(shù)據(jù)或截面數(shù)據(jù)，依據(jù)已有序列按任意復(fù)雜的公式生成新的序列；

Page

5Eviews主要功能：Page5Eviews主要功能：（3）計(jì)算描述統(tǒng)計(jì)量：相關(guān)系數(shù)、協(xié)方差、自相關(guān)系數(shù)、互相關(guān)系數(shù)和直方圖；

（4）進(jìn)行T檢驗(yàn)、方差分析、協(xié)整檢驗(yàn)、Granger因果檢驗(yàn)；（5）執(zhí)行普通最小二乘法、帶有自回歸校正的最小二乘法、兩階段最小二乘法和三階段最小二乘法、非線(xiàn)性最小二乘法、廣義矩估計(jì)法、ARCH模型估計(jì)法等；（6）對(duì)二擇一決策模型進(jìn)行Probit、logit和Gompit估計(jì)；Page

6Eviews主要功能：（3）計(jì)算描述統(tǒng)計(jì)量：相關(guān)系數(shù)、協(xié)方Eviews主要功能：

（7）對(duì)聯(lián)立方程進(jìn)行線(xiàn)性和非線(xiàn)性的估計(jì)；（8）估計(jì)和分析向量自回歸系統(tǒng)；（9）多項(xiàng)式分布滯后模型的估計(jì)；（10）回歸方程的預(yù)測(cè)；（11）模型的求解和模擬；（12）數(shù)據(jù)庫(kù)管理；（13）與外部軟件進(jìn)行數(shù)據(jù)交換。Page

7Eviews主要功能：

Page7時(shí)間序列建模2Page

8時(shí)間序列建模2Page8時(shí)間序列建模步驟1序列描述性分析2序列相關(guān)性分析3回歸模型的建立4殘差的ARCH效應(yīng)檢驗(yàn)5ARCH模型的建立6模型驗(yàn)證Page

9時(shí)間序列建模步驟1序列描述性分析2序列相關(guān)性分析3回歸模型的實(shí)例操作3Page

10實(shí)例操作3Page10實(shí)例操作上證180指數(shù)收益率波動(dòng)率分析

本次選取了上證180指數(shù)于2008年8月1日到2010年11月3日的收盤(pán)價(jià)，共548個(gè)觀(guān)測(cè)值。并以此建立序列{p}，進(jìn)而構(gòu)建其對(duì)數(shù)收益率序列{r}，對(duì)序列{r}建立條件異方差模型，并研究其收益波動(dòng)率。Page

11實(shí)例操作上證180指數(shù)收益率波動(dòng)率分析Page1上證180指數(shù)：是上海證券交易所對(duì)原上證30指數(shù)進(jìn)行了調(diào)整并更名而成的，其樣本股是在所有A股股票中抽取最具市場(chǎng)代表性的180種樣本股票。它反映上海證券市場(chǎng)的概貌和運(yùn)行狀況，能作為投資評(píng)價(jià)尺度及金融衍生產(chǎn)品基礎(chǔ)的基準(zhǔn)指數(shù)。數(shù)據(jù)來(lái)源：上海證券報(bào)/sseportal/index/cn/common/zshq.jsp#7Page

12上證180指數(shù)：是上海證券交易所對(duì)原上證30指數(shù)進(jìn)行了調(diào)整并建立新的工作文件選擇菜單File/New/workfile，則出現(xiàn)數(shù)據(jù)的頻率對(duì)話(huà)框。如圖Page

13建立新的工作文件Page13可在"Workfilefrequency"中選擇數(shù)據(jù)的頻率，可選的頻率包括年度、半年、季度、月度、星期、天（每周5天、每周7天）以及非時(shí)間序列或不規(guī)則數(shù)據(jù)?？稍?Startdate"文本框中輸入起始日期，"Enddate"文本框中輸入終止日期，年度與后面的數(shù)字用"："分隔。Page

14可在"Workfilefrequency"中選擇數(shù)據(jù)的頻率具體的日期的表示法為：年度：二十世紀(jì)可用兩位數(shù)，其余全用四位數(shù)字；如：從1999到2009，只需在Startdate中輸入1999。Enddate中輸入2009即可。半年：年后加1或2；如：從1999年上半年到2009年下半年，在Startdate中輸入1999：1。Enddate中輸入2009：2。季度：年后加1-4；從1999年第一季度到2009年第三季度，在Startdate中輸入1999：1。Enddate中輸入2009：3Page

15具體的日期的表示法為：Page15月度：年后加1-12；如：從1999年1月到2009年12月，在Startdate中輸入1999：1。Enddate中輸入2009：12。周：月/周/年；如：從2007年1月第一周到2009年1月第四周，在Startdate中輸入1/1/2007。Enddate中輸入1/4/2009天：月/日/年；如：從2008年3月5日到2009年8月20日，在Startdate中輸入3/5/2008。Enddate中輸入8/20/2009.非時(shí)間序列或不規(guī)則數(shù)據(jù)：輸入樣本個(gè)數(shù)。如：樣本數(shù)為200，在Startdate中輸入1。Enddate中輸入200。Page

16月度：年后加1-12；如：從1999年1月到2009年12月本案例中選擇最后一個(gè)integer-data，Startdate中輸入1；Enddate中輸入548。Page

17本案例中選擇最后一個(gè)integer-data，Start建立序列可以采用直接輸入法、復(fù)制法、導(dǎo)入法。直接輸入法/復(fù)制法：點(diǎn)擊EViews主菜單中的Objects/NewObject，出現(xiàn)如圖所示的對(duì)話(huà)框，點(diǎn)擊OK后就可以直接輸入收集到的數(shù)據(jù)或是復(fù)制得到序列：Page

18建立序列Page18

導(dǎo)入法：把存于EXCEL等文檔的數(shù)據(jù)導(dǎo)入序列中。選擇主菜單中File/Import/ReadText-Lotus-Excel，找到已經(jīng)存好的數(shù)據(jù)Excel文件，點(diǎn)擊“打開(kāi)”后，出現(xiàn)如圖所示對(duì)話(huà)框。在NamesforseriesorNumberifnamedinfile選框中序列名稱(chēng)p，即將數(shù)據(jù)導(dǎo)入了該序列p。Page

19導(dǎo)入法：把存于EXCEL等文檔的數(shù)據(jù)導(dǎo)入序列中。在Name建立對(duì)數(shù)收益率序列點(diǎn)擊Eviews中workfile菜單中的Objects/GenerateSeries，鍵入一個(gè)表達(dá)式，可形成一個(gè)新的序列。常使用到表達(dá)式：D代表差分；Log代表取對(duì)數(shù)；Exp代表取指數(shù)；^2代表平分……Page

20建立對(duì)數(shù)收益率序列Page20本案例中對(duì)序列p的數(shù)據(jù)取對(duì)數(shù)然后差分，得到新的序列r,代表對(duì)數(shù)收益率。輸入的表達(dá)式為r=dlog（p），如圖所示：Page

21本案例中對(duì)序列p的數(shù)據(jù)取對(duì)數(shù)然后差分，得到新的序列r得到工作表，如圖所示：

至此完成數(shù)據(jù)導(dǎo)入工作。Page

22得到工作表，如圖所示：Page22

序列描述性分析

1.畫(huà)時(shí)間序列圖雙擊序列r，在視圖中點(diǎn)擊View-graph-line，得到對(duì)數(shù)收益率rt的時(shí)間序列圖如下：Page

23

序列描述性分析

1.畫(huà)時(shí)間序列圖Page23從上證180指數(shù)對(duì)數(shù)收益率序列r的線(xiàn)性圖中，可觀(guān)察到對(duì)數(shù)收益率波動(dòng)的“集群”現(xiàn)象：波動(dòng)在一些時(shí)間段內(nèi)較?。ɡ鐝牡?50個(gè)觀(guān)測(cè)值到第200個(gè)觀(guān)測(cè)值），在有的時(shí)間段內(nèi)非常大（例如從第40個(gè)數(shù)據(jù)到第100個(gè)數(shù)據(jù)）。Page

24從上證180指數(shù)對(duì)數(shù)收益率序列r的線(xiàn)性圖中，可觀(guān)察到然后在視圖中點(diǎn)擊view-descriptivestatistics—histogramandstats就得到了對(duì)數(shù)收益率的柱形統(tǒng)計(jì)圖，如下：Page

25然后在視圖中點(diǎn)擊view-descriptivestati

由圖可知，上證能源指數(shù)對(duì)數(shù)收益率序列均值（Mean）為0.000256，標(biāo)準(zhǔn)差（Std.Dev.）為0.001426，偏度（Skewness）為-0.141，小于0，說(shuō)明序列分布有長(zhǎng)的左拖尾。峰度（Kurtosis）為4.596，高于于正態(tài)分布的峰度值3，說(shuō)明收益率序列具有尖峰和厚尾的特征。Jarque－Bera統(tǒng)計(jì)量為59.85，P值為0.00000，拒絕該對(duì)數(shù)收益率序列服從正態(tài)分布的假設(shè)。Page

26由圖可知，上證能源指數(shù)對(duì)數(shù)收益率序列均值（Me考察序列的平穩(wěn)性

點(diǎn)擊View-UnitRootTest，TestType選擇AugmentedDickey-Fuller，Page

27考察序列的平穩(wěn)性

點(diǎn)擊View-UnitRootTest得到ADF檢驗(yàn)的結(jié)果如下：t統(tǒng)計(jì)量的值-22.88，對(duì)應(yīng)P值接近0，表明序列{r}平穩(wěn)。Page

28得到ADF檢驗(yàn)的結(jié)果如下：t統(tǒng)計(jì)量的值-22.88，對(duì)應(yīng)P值序列自相關(guān)和偏自相關(guān)檢驗(yàn)在視圖中點(diǎn)擊View-correlogram，在Lagstoinclude中鍵入12，然后點(diǎn)擊ok，就得到了對(duì)數(shù)收益率的自相關(guān)函數(shù)分析圖。Page

29序列自相關(guān)和偏自相關(guān)檢驗(yàn)Page29Page

30Page30從圖中可以看出，序列的自相關(guān)和偏自相關(guān)系數(shù)均落入兩倍的估計(jì)標(biāo)準(zhǔn)差內(nèi)，且Q－統(tǒng)計(jì)量的對(duì)應(yīng)的p值均大于置信度0.05，故序列在5％的顯著性水平上不存在顯著的相關(guān)性。Page

31從圖中可以看出，序列的自相關(guān)和偏自相關(guān)系數(shù)均落入兩倍的估計(jì)標(biāo)回歸模型的建立由于序列不存在顯著的相關(guān)性，因此將均值方程設(shè)定為白噪聲。設(shè)立模型：

rt=πt+εt

Page

32回歸模型的建立Page32將r去均值化，得到w：操作為：Objects/GenerateSeries輸入w=r-0.000256再看w序列的描述性統(tǒng)計(jì)：Page

33將r去均值化，得到w：Page33檢驗(yàn)ARCH效應(yīng)

檢驗(yàn)ARCH效應(yīng)有兩種方法：LM法（拉格朗日乘數(shù)檢驗(yàn)法）和對(duì)殘差的平方相關(guān)圖檢驗(yàn)。本案例中由于沒(méi)有對(duì)ARMA建模，E-views中沒(méi)有直接的LM法，所以采用第二種方法。首先建立w的平分方程z，在Objects/GenerateSeries輸入z=w2，

Page

34檢驗(yàn)ARCH效應(yīng)檢驗(yàn)ARCH效應(yīng)有兩種方法：LM法（然后在視圖中點(diǎn)擊view-correlogram，然后點(diǎn)擊ok，就得到了對(duì)數(shù)收益率的自相關(guān)函數(shù)分析圖。如圖所示：序列存在自相關(guān)，所以有ARCH效應(yīng)。Page

35然后在視圖中點(diǎn)擊view-correlogram，然后點(diǎn)擊o

建立GARCH類(lèi)模型

(1)GARCH模型(2)T-GARCH模型(3)E-GARCH模型Page

36

建立GARCH類(lèi)模型

(1)GARCH模型Page3常用的GARCH模型包括GARCH(1,1)，GARCH(1,2)，GARCH(2,1)我們分別用多個(gè)模型建模，以下以GARCH(1,1)為例:Page

37常用的GARCH模型包括GARCH(1,1)，GARCH(1點(diǎn)擊主菜單Quick/EstimateEquation,得到如下對(duì)話(huà)框，在Method選擇GARCH,在Meanequation框中輸入w，ARCH和GARCH處都選擇1，點(diǎn)擊確定。Page

38點(diǎn)擊主菜單Quick/EstimateEquation,得（1）GARCH(1,1)Page

39（1）GARCH(1,1)Page39（1）GARCH(2,1)Page

40（1）GARCH(2,1)Page40（1）GARCH(1,2)Page

41（1）GARCH(1,2)Page41基于以上三個(gè)模型的比較，GARCH（1，1）所有的系數(shù)都通過(guò)t檢驗(yàn)，效果最好！再考慮T-GARCH和E-GARCH再分別進(jìn)行建模。Page

42基于以上三個(gè)模型的比較，GARCH（1，1）所有的系數(shù)都通過(guò)T-GARCH的操作為：點(diǎn)擊主菜單Quick/EstimateEquation,得到如下對(duì)話(huà)框，在Method選擇GARCH/TGARCH，再將Threshold數(shù)值輸入1，點(diǎn)擊確定。如下圖：Page

43T-GARCH的操作為：Page43T-GARCH(1,1)Page

44T-GARCH(1,1)Page44E-GARCH的操作為：點(diǎn)擊主菜單Quick/EstimateEquation,得到如下對(duì)話(huà)框，在

Method選擇EGARCH，再將Threshold數(shù)值輸入0，點(diǎn)擊確定。如下圖：Page

45E-GARCH的操作為：Page45Page

46Page46EGARCH(1,1)模型的參數(shù)均顯著，說(shuō)明序列具有杠桿性，可以進(jìn)一步加入“ARCH-M”檢驗(yàn)：Page

47EGARCH(1,1)模型的參數(shù)均顯著，說(shuō)明序列具有杠桿性，系數(shù)不顯著，（用Variance時(shí)系數(shù)一樣不顯著），說(shuō)明不存在ARCH-M過(guò)程。Page

48系數(shù)不顯著，（用Variance時(shí)系數(shù)一樣不顯著），說(shuō)明不存模型驗(yàn)證對(duì)建立的EARCH(1，1)模型進(jìn)行殘差A(yù)RCH效應(yīng)檢驗(yàn)，點(diǎn)擊EARCH(1，1)結(jié)果輸出窗口View/ResidualTest/ARCHLMTest

Lag