GARCH類模型建模的Eviews操作

1、GARCH類模型建模的Eviews操作Eviews軟件簡(jiǎn)介1時(shí)間序列建模2實(shí)例操作32Eviews簡(jiǎn)介Eviews是Econometrics Views的縮寫，直譯為計(jì)量經(jīng)濟(jì)學(xué)觀察，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“觀察”，稱為計(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)的未來值。Eviews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Eviews主要功能：操作靈活簡(jiǎn)便，可采用多

2、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)，通過對(duì)象、視圖和過程實(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； Eviews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Probi

3、t、logit 和Gompit 估計(jì)；Eviews主要功能： （7）對(duì)聯(lián)立方程進(jìn)行線性和非線性的估計(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。7時(shí)間序列建模2時(shí)間序列建模步驟實(shí)例操作3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日的收盤價(jià)，共548個(gè)觀測(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。建立新的工作文件選擇菜單File/New/work

4、file，則出現(xiàn)數(shù)據(jù)的頻率對(duì)話框。如圖13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)?？稍赟tart date文本框中輸入起始日期，End date文本框中輸入終止日期，年度與后面的數(shù)字用：分隔。14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Start date中輸入1999。End date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Start date中輸入1999：1 。End dat

5、e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Start date中輸入1999：1 。End date中輸入2009：315月度：年后加1-12；如：從1999年1月到2009年12月，在Start date中輸入1999：1 。End date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Start date中輸入1/1/2007。End date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Start date中輸入3/5/2008。End date中輸入8/20

6、/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Start date中輸入1 。End date中輸入200。16本案例中選擇最后一個(gè)integer-data， Start date中輸入1 ；End date中輸入548。17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/New Object，出現(xiàn)如圖所示的對(duì)話框，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： 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/Read Text-Lotus-Excel，找到已經(jīng)存好的

7、數(shù)據(jù)Excel文件，點(diǎn)擊“打開”后，出現(xiàn)如圖所示對(duì)話框。在Names for series or Number if named in file選框中序列名稱p，即將數(shù)據(jù)導(dǎo)入了該序列p。建立對(duì)數(shù)收益率序列點(diǎn)擊Eviews中workfile菜單中的Objects/Generate Series，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20 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：21得到工作表，如圖所示： 至此完成數(shù)據(jù)導(dǎo)入工作。序列描述性分析1.畫時(shí)間序

8、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： 從上證180指數(shù)對(duì)數(shù)收益率序列r的線性圖中，可觀察到對(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)觀測(cè)值到第200個(gè)觀測(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)）。24然后在視圖中點(diǎn)擊view-descriptive statisticshistogram and stats就得到了對(duì)數(shù)收益率的柱形統(tǒng)計(jì)圖，如下：25 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（Skewn

9、ess）為-0.141，小于0，說明序列分布有長(zhǎng)的左拖尾。峰度（Kurtosis）為4.596，高于于正態(tài)分布的峰度值3，說明收益率序列具有尖峰和厚尾的特征。JarqueBera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)。26考察序列的平穩(wěn)性點(diǎn)擊View-Unit Root Test，Test Type選擇Augmented Dickey-Fuller，27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)。28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Lags to include中鍵入12

10、，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。2930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。31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=t+t 32將r去均值化，得到w：操作為： Objects/Generate Series輸入w=r-0.000256再看w序列的描述性統(tǒng)計(jì)：33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)。 本案例中由于沒有對(duì)ARMA建模，E-vi

11、ews中沒有直接的LM法，所以采用第二種方法。首先建立w的平分方程z，在Objects/Generate Series輸入z= w2， 34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)。35建立GARCH類模型(1)GARCH模型(2)T-GARCH模型(3)E-GARCH模型36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:37點(diǎn)擊主菜單Quick/Estimate Equation,得到如下對(duì)

12、話框，在 Method選擇GARCH,在Mean equation框中輸入w，ARCH和GARCH處都選擇1，點(diǎn)擊確定。38（1）GARCH(1,1)39（1）GARCH(2,1)40（1）GARCH(1,2)41基于以上三個(gè)模型的比較，GARCH（1，1）所有的系數(shù)都通過t檢驗(yàn)，效果最好！再考慮T-GARCH和E-GARCH再分別進(jìn)行建模。42 T-GARCH的操作為： 點(diǎn)擊主菜單Quick/Estimate Equation,得到如下對(duì)話框，在 Method選擇GARCH/TGARCH，再將Threshold數(shù)值輸入1，點(diǎn)擊確定。如下圖：43T-GARCH(1,1)44E-GARCH的操作

13、為： 點(diǎn)擊主菜單Quick/Estimate Equation,得到如下對(duì)話框，在 Method選擇EGARCH，再將Threshold數(shù)值輸入0，點(diǎn)擊確定。如下圖：46EGARCH(1,1)模型的參數(shù)均顯著，說明序列具有杠桿性，可以進(jìn)一步加入“ARCH-M”檢驗(yàn)：47系數(shù)不顯著，（用Variance時(shí)系數(shù)一樣不顯著），說明不存在ARCH-M過程。48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 /Residual Test /ARCH LM TestLag=滯后階數(shù)，可以分別取1，4，8，12；以lag=4為例，輸出結(jié)果如下所示：49各種lag值情形下，F(xiàn)統(tǒng)計(jì)量均不顯著，說明模型已經(jīng)不存在ARCH效應(yīng)。建立的EGARCH(1，1)模型如下：50由于之前對(duì)r的描述統(tǒng)計(jì)中發(fā)現(xiàn)統(tǒng)計(jì)的正態(tài)分布檢驗(yàn)沒有通過，可以試圖做殘差服從t分布和GED分布的E-views建模。51假設(shè)殘差服從t分布操作過程：Quick/Estimate Equation,得到如下對(duì)話框，在 Method選擇Students