金融時(shí)間序列分析實(shí)驗(yàn)報(bào)告

1、實(shí)驗(yàn)報(bào)告課程名稱：金融時(shí)間序列分析實(shí)驗(yàn)類別：綜合性 設(shè)計(jì)性 其他實(shí)驗(yàn)項(xiàng)目：基于 GARCH 模型的 2W 七天回購利率分析專業(yè)班級(jí)：姓 名：實(shí)驗(yàn)室號(hào)：實(shí)驗(yàn)時(shí)間：指導(dǎo)教師：學(xué) 號(hào)：實(shí)驗(yàn)組號(hào)：批閱時(shí)間：績：實(shí)驗(yàn)報(bào)告（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：基于GARCH模型的2W七天回購利率分析通過實(shí)驗(yàn)，能夠熟練掌握如何利用 Eviews 軟件，建立 GARCH模型（正態(tài)分布、t 分布、廣義誤差分布）分別對(duì)某個(gè)金融市場(chǎng)進(jìn)行分析。通過網(wǎng)絡(luò)下載數(shù)據(jù)，利用給的數(shù)據(jù)在EViews軟件進(jìn)行分析，總結(jié)。完成設(shè)計(jì)課程題目。了解了EViewsEViews使得金融統(tǒng)計(jì)與計(jì)量分析變得既快捷又方便。無1（適用經(jīng)、管、文、法專

2、業(yè)）實(shí)驗(yàn)項(xiàng)目：基于GARCH模型的2W七天回購利率分析本實(shí)驗(yàn)選取 2009 年 7 月 28 日到 2014 年 5 月 16 日之間的七天回購利率2W的價(jià)格，共1200個(gè)數(shù)據(jù)為原始數(shù)據(jù)進(jìn)行建模分析。圖一為原始數(shù)據(jù)折線圖。6圖一一、對(duì)原始數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)采用ADF所示。根據(jù)圖中數(shù)據(jù)可以看到檢驗(yàn)結(jié)果中含有單位根為 0.6134，且t 理，即將數(shù)據(jù)轉(zhuǎn)變成對(duì)數(shù)差分的形式。2（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：Lag Length: 4 (Automatic - based on SIC, maxlag=22)t-StatisticProb.*Augmented Dickey-Fuller test

3、 statistic-1.338365-3.435608-2.863750-2.5679970.6134Test critical values:*MacKinnon (1996) one-sided p-values.Date: 11/26/16Time: 21:44Sample (adjusted): 6 1200Included observations: 1195 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.0.18100.00000.0572R-squared0.391801 Mean dependent

4、 var0.389243 S.D. dependent var0.009919 Akaike info criterion0.116986 Schwarz criterion3820.250 Hannan-Quinn criter.153.1902 Durbin-Watson stat0.000000Adjusted R-squaredS.E. of regressionSum squared residLog likelihood圖二3（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：二、對(duì)對(duì)數(shù)差分后的數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)如圖三所示，是對(duì)數(shù)差分后的數(shù)據(jù)折線圖。.04.03圖三還是采用 ADF 檢驗(yàn)法對(duì)對(duì)數(shù)差

5、分后的數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)， t值比較大，對(duì)應(yīng)的P 值為數(shù)據(jù)后，要進(jìn)行ARCH-LM檢驗(yàn)。4（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：Lag Length: 3 (Automatic - based on SIC, maxlag=22)t-StatisticProb.*Augmented Dickey-Fuller test statistic0.0000Test critical values:*MacKinnon (1996) one-sided p-values.Date: 11/26/16Time: 21:53Sample (adjusted): 6 1200Included observat

6、ions: 1195 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.RSTHG(-1)C0.00000.0361R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statistic5（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：檢驗(yàn)ARCH-LM的方法，可以采用協(xié)整檢驗(yàn)，首先進(jìn)行回歸，建立回歸方程，然后提取殘差，進(jìn)行檢驗(yàn)。在這里首先采用AR模型進(jìn)行回歸，回歸結(jié)果如圖五所示。Date: 11/26/16Time: 21:57

7、Sample (adjusted): 4 1200Included observations: 1197 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.C2.13262917.797409.2011910.03320.00000.0000RSTHG(-1)RSTHG(-2)R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statisticProb(F-statistic)然后對(duì)回歸結(jié)果提取殘差，再對(duì)殘差進(jìn)行平穩(wěn)

8、性分析，如圖六所示，從圖中結(jié)果可以看出殘差是平穩(wěn)的，所以殘差具有協(xié)整關(guān)系，時(shí)間序列具有ARCH效應(yīng)。6（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：Lag Length: 1 (Automatic - based on SIC, maxlag=22)t-StatisticProb.*Augmented Dickey-Fuller test statistic0.0000Test critical values:*MacKinnon (1996) one-sided p-values.Date: 11/26/16Time: 21:59Sample (adjusted): 6 1200Included ob

9、servations: 1195 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.RESID01(-1)C0.00000.8604R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodF-statistic7（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：四、構(gòu)建GARCH模型由于時(shí)間序列具有 ARCH 效應(yīng)，因此可以構(gòu)建 ARCH 模型，同樣的也可以構(gòu)建GARCH 模型，因?yàn)?GARCH 模型是在ARCH 模型的基礎(chǔ)上進(jìn)行了相關(guān)的拓

10、展。選擇ARCH方法構(gòu)建GARCH布下的GARCH模型，包括正態(tài)分布、T分布和廣義誤差分布。（一）正態(tài)分布條件下的GARCH模型GARCH 模型包含兩個(gè)方程：均值方程和方差方程。將均值方程設(shè)為AR（2）模型，將方差方程設(shè)為GARCH（1,1設(shè)為正態(tài)分布。得到的結(jié)果如圖七所示。由圖中結(jié)果可以看出 GARCH 模型的條件方差項(xiàng)是非常顯著 Z值分別是10.56564和9.937238 GARCH模型是有效的，ARCH 項(xiàng)的系數(shù)是 0.664471，GARCH 項(xiàng)的系數(shù)是0.317847 T統(tǒng)計(jì)量和 Z 統(tǒng)計(jì)量所對(duì)應(yīng)的 P 值都比較大，所以均值方程不是很顯著。8（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：De

11、pendent Variable: RSTHGMethod: ML - ARCH (Marquardt) - Normal distributionDate: 11/26/16Time: 22:03Sample (adjusted): 4 1200VariableCoefficientStd. Errorz-StatisticProb.C1.74998112.935818.3678420.08010.00000.0000RSTHG(-1)RSTHG(-2)Variance EquationC1.29E-0720.2516510.565649.9372380.00000.00000.0000RE

12、SID(-1)2GARCH(-1)R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodDurbin-Watson stat（二）T分布條件下的GARCH模型由于時(shí)間序列可能并不是正態(tài)分布的，因此在T分布條件下，將均值方程設(shè)為RSCZ=C+。得到結(jié)果如圖八所示。9（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：Dependent Variable: RSTHGMethod: ML - ARCH (Marquardt) - Students t distributionDate: 11/26/16Time: 2

13、2:08Sample (adjusted): 2 1200Prob.0.9502Variance EquationC2.41E-135.27525127.79282122.00190.00000.00000.0000RESID(-1)2GARCH(-1)T-DIST. DOF19.991950.30431565.694840.0000R-squaredAdjusted R-squaredS.E. of regressionSum squared residLog likelihoodDurbin-Watson stat由圖中結(jié)果可以看出GARCH模型的條件方差項(xiàng)是非常顯著的，所對(duì)應(yīng)的Z值分別是

14、27.79282和 122.0019，所以建立的GARCH模型是有效的，ARCH項(xiàng)的系數(shù)是0.282737，GARCH項(xiàng)的系數(shù)是10（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)目：在廣義誤差分布條件下，將均值方程設(shè)為 AR（）模型，將方差方程設(shè)為GARCH（1,1Dependent Variable: RSTHGMethod: ML - ARCH (Marquardt) - Generalized error distribution (GED)Date: 11/27/16Time: 13:33Sample (adjusted): 3 1200VariableCoefficientStd. Errorz-StatisticProb.C0.11433452.194750.90900.0000RSTHG(-1)Variance EquationC2.16E-135.11402522.62521108.09850.00000.00000.0000RESID(-1)2GARCH(-1)GED PARAMETER0.8383210.006876121.91150.000011（適用經(jīng)、管、文、法專業(yè)）實(shí)驗(yàn)項(xiàng)