电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

时间序列分析第四次作业——房青B071209410712VIP免费

时间序列分析第四次作业——房青B071209410712_第1页
1/16
时间序列分析第四次作业——房青B071209410712_第2页
2/16
时间序列分析第四次作业——房青B071209410712_第3页
3/16
第1页共16页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第1页共16页时间序列分析第四次作业——房青B071209410712091531.ARMA-GARCHmodelingofSSECompositeIndex.Usetherecent1000obervationsonthelogreturnoftheSSECI.(1)UsePACFtoidentifyanARCHmodeloftheseries.Intermsofcorrelations,isthismodeladequateforthemodelingoftheconditionalheteroskedasicity?Andwhatabouttheconditionalmean?SSECI对数收益率PACF图通过PACF图,可以确定ARCH模型的阶数为24。对ARCH(24)模型残差的Ljung-Box检验Ljung-Boxtestforstandardizedresiduals:StatisticP-valueChi^2-d.f.28.830.00417212Ljung-Boxtestforsquaredstandardizedresiduals:StatisticP-valueChi^2-d.f.3.9740.983912根据上述检验结果可以看出,在5%显著性水平下模型残差具有显著自相关性,说明ARCH(24)对条件异方差的拟合能力并不好。第2页共16页第1页共16页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第2页共16页Jarque-BeraP-value104.90从QQ图和Jarque-Bera检验中可以得出,模型残差不符合正态分布,说明模型还需要改进。以上的结论可以看出,需要加入ARMA部分来优化模型。(2)EstimateanARMA(1,6)-ARCH(p)modeloftheseries,wherepisdeterminedabove.Isthismodeladequate?对ARMA(1,6)-ARCH(24)模型残差的Ljung-Box检验Ljung-Boxtestforstandardizedresiduals:StatisticP-valueChi^2-d.f.13.590.327812Ljung-Boxtestforsquaredstandardizedresiduals:StatisticP-valueChi^2-d.f.12.680.392512从上述检验结果中可以看出,在5%显著性水平下模型残差以及残差的平方都已经是白噪声过程,不具有自相关性。说明该模型的拟合效果有很大的提高。第3页共16页第2页共16页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第3页共16页Jarque-BeraP-value22050虽然仍没有通过Jarque-Bera检验,但是从QQ图上来看,残差对正态分布的趋近程度比上个模型大大提高了。说明加入了ARMA部分后,模型的拟合能力提高很大。(3)EstimateaGARCH(1,1)modeloftheseries.Isthismodeladequatefortheconditionalheteroskedasicity?Whatabouttheconditionalmean?对GARCH(1,1)模型残差的Ljung-Box检验Ljung-Boxtestforstandardizedresiduals:StatisticP-valueChi^2-d.f.30.930.00201812Ljung-Boxtestforsquaredstandardizedresiduals:StatisticP-valueChi^2-d.f.10.40.580712根据上述检验结果可以看出,在5%显著性水平下模型残差具有显著的自相关性,说明该模型对条件异方差的拟合能力并不好。第4页共16页第3页共16页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第4页共16页Jarque-BeraP-value146.20从QQ图和Jarque-Bera检验中可以得出,模型残差不符合正态分布,说明模型还需要改进。以上的结论可以看出,需要加入ARMA部分来优化模型。(4)EstimateanARMA(1,6)-GARCH(1,1)modeloftheseries.Plot(i)ConditionalStandardDeviations,sigma_t(ii)ACFofStandardizedResiduals,\hat\varepsilon_t(iii)QQ-PlotofStandardizedResiduals.对ARMA(1,6)-GARCH(1,1)模型残差的Ljung-Box检验Ljung-Boxtestforstandardizedresiduals:StatisticP-valueChi^2-d.f.13.730.318112Ljung-Boxtestforsquaredstandardizedresiduals:StatisticP-valueChi^2-d.f.9.2980.677312从上述检验结果中可以看出,在5%显著性水平下模型残差以及残差的平方都已经是白噪声过程,不具有自相关性。说明该模型的拟合效果有很大的提高。第5页共16页第4页共16页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第5页共16页(i)ConditionalStandardDeviations从sigma_t的图中可以推出,σt^2即条件异方差正变得越来越大。随着股市从06年开始逐渐进入牛市格局,市场的波动率也逐渐变大。疯涨,暴跌,也是最近股市经常出现的事情,这样也就不难理解该图了。(ii)第6页共16页第5页共16页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第6页共16页从ACF图中可以看出残差的自相关性已经不明显...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
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。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

时间序列分析第四次作业——房青B071209410712

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部