GARCH类模型建模的Eviews操作课件

GARCHGARCH类模型建模类模型建模的的EviewsEviews操作操作GARCH类模型建模的Eviews操作EviewsEviews软件简介软件简介1时间序列建模时间序列建模2实例操作实例操作32Eviews软件简介1时间序列建模2实例操作32Eviews简介简介nEviews是Econometrics Views的缩写，直译为计量经济学观察，本意是对社会经济关系与经济活动的数量规律，采用计量经济学方法与技术进行“观察”，称为计量经济学软件包。n使用Eviews可以迅速地从数据中寻找出统计关系，并用得到的关系去预测数据的未来值。Eviews简介Eviews是Econometrics Vi3Eviews简介简介nEviews的应用范围包括的应用范围包括：应用经济计量学 总体经济的研究和预测 金融数据分析 销售预测及财务分析 成本分析和预测 蒙地卡罗模拟 经济模型的估计和仿真 利率与外汇预测等等Eviews简介Eviews的应用范围包括：应用经济4Eviews主要功能主要功能：n操作灵活简便，可采用多种操作方式进行各种计量分析和统计分析，使数据管理、处理和分析简单方便。其主要功能有：n（1）采用统一的方式管理数据，通过对象、视图和过程实现对数据的各种操作；n（2）输入、扩展和修改时间序列数据或截面数据，依据已有序列按任意复杂的公式生成新的序列；nEviews主要功能：5Eviews主要功能主要功能：n（3）计算描述统计量：相关系数、协方差、自相关系数、互相关系数和直方图；n（4）进行T 检验、方差分析、协整检验、Granger 因果检验；n（5）执行普通最小二乘法、带有自回归校正的最小二乘法、两阶段最小二乘法和三阶段最小二乘法、非线性最小二乘法、广义矩估计法、ARCH 模型估计法等；n（6）对二择一决策模型进行Probit、logit 和Gompit 估计；Eviews主要功能：（3）计算描述统计量：相关系数、协方6Eviews主要功能主要功能：n （7）对联立方程进行线性和非线性的估计；n（8）估计和分析向量自回归系统；n（9）多项式分布滞后模型的估计；n （10）回归方程的预测；n（11）模型的求解和模拟；n（12）数据库管理；n（13）与外部软件进行数据交换。7Eviews主要功能：7时间序列建模时间序列建模2时间序列建模28时间序列建模步骤时间序列建模步骤时间序列建模步骤9实例操作实例操作3实例操作310实例操作实例操作上证上证180180指数收益率波动率分析指数收益率波动率分析 本次选取了上证180指数于2008年8月1日到2010年11月3日的收盘价，共548个观测值。并以此建立序列p，进而构建其对数收益率序列r，对序列r建立条件异方差模型，并研究其收益波动率。实例操作上证180指数收益率波动率分析 11n上证180指数：是上海证券交易所对原上证30指数进行了调整并更名而成的，其样本股是在所有A股股票中抽取最具市场代表性的180种样本股票。它反映上海证券市场的概貌和运行状况，能作为投资评价尺度及金融衍生产品基础的基准指数。n数据来源：上海证券报nhttp:/ Workfilefrequency中选择数据的频率，可选的频率包括年度、半年、季度、月度、星期、天（每周5天、每周7天）以及非时间序列或不规则数据。n可在Start date文本框中输入起始日期，End date文本框中输入终止日期，年度与后面的数字用：分隔。14可在 Workfilefrequency中选择数据的频率n具体的日期的表示法为：n年度年度：二十世纪可用两位数，其余全用四位数字；如：从1999到2009，只需在Start date中输入1999。End date中输入2009即可。n半年半年：年后加1或2；如：从1999年上半年到2009年下半年，在Start date中输入1999：1。End date中输入2009：2。n季度季度：年后加1-4；从1999年第一季度到2009年第三季度，在Start date中输入1999：1。End date中输入2009：315具体的日期的表示法为：15n月度月度：年后加1-12；如：从1999年1月到2009年12月，在Start date中输入1999：1。End date中输入2009：12。n周周：月/周/年；如：从2007年1月第一周到2009年1月第四周，在Start date中输入1/1/2007。End date中输入1/4/2009n天天：月/日/年；如：从2008年3月5日到2009年8月20日，在Start date中输入3/5/2008。End date中输入8/20/2009.n非时间序列或不规则数据非时间序列或不规则数据：输入样本个数。如：样本数为200，在Start date中输入1。End date中输入200。16月度：年后加1-12；如：从1999年1月到2009年12月n本案例中选择最后一个integer-data，Start date中输入1；End date中输入548。17本案例中选择最后一个integer-data，Start n建立序列建立序列n可以采用直接输入法、复制法、导入法。n直接输入法直接输入法/复制法复制法：点击EViews主菜单中的Objects/New Object，出现如图所示的对话框，点击OK后就可以直接输入收集到的数据或是复制得到序列：建立序列18 导入法：导入法：把存于EXCEL等文档的数据导入序列中。n选择主菜单中File/Import/Read Text-Lotus-Excel，找到已经存好的数据Excel文件，点击“打开”后，出现如图所示对话框。在Names for series or Number if named in file选框中序列名称p，即将数据导入了该序列p。导入法：把存于EXCEL等文档的数据导入序列中。在Name19n建立对数收益率序列建立对数收益率序列n点击Eviews中workfile菜单中的Objects/Generate Series，键入一个表达式，可形成一个新的序列。n常使用到表达式：D代表差分；Log代表取对数；Exp代表取指数；2代表平分20建立对数收益率序列20 本案例中对序列p的数据取对数然后差分，得到新的序列r,代表对数收益率。输入的表达式为r=dlog（p），如图所示：21 本案例中对序列p的数据取对数然后差分，得到新的序列rn得到工作表，如图所示：至此完成数据导入工作。得到工作表，如图所示：22序列描述性分析序列描述性分析n1.1.画时间序列图画时间序列图n双击序列r，在视图中点击View-graph-line，得到对数收益率r rt t的时间序列图如下：序列描述性分析1.画时间序列图23n 从上证180指数对数收益率序列r的线性图中，可观察到对数收益率波动的“集群”现象：波动在一些时间段内较小（例如从第150个观测值到第200个观测值），在有的时间段内非常大（例如从第40个数据到第100个数据）。24 从上证180指数对数收益率序列r的线性图中，可观察到然后在视图中点击view-descriptive statisticshistogram and stats就得到了对数收益率的柱形统计图，如下：25然后在视图中点击view-descriptive statin 由图可知，上证能源指数对数收益率序列均值（Mean）为0.000256，标准差（Std.Dev.）为 0.001426，偏 度（Skewness）为-0.141，小于0，说明序列分布有长的左拖尾。峰度（Kurtosis）为4.596，高于于正态分布的峰度值3，说明收益率序列具有尖峰和厚尾的特征。JarqueBera统计量为59.85，P值为0.00000，拒绝该对数收益率序列服从正态分布的假设。26 由图可知，上证能源指数对数收益率序列均值（Me考察序列的平稳性考察序列的平稳性点击View-Unit Root Test，Test Type选择Augmented Dickey-Fuller，27考察序列的平稳性点击View-Unit Root Testn得到ADF检验的结果如下：t统计量的值-22.88，对应P值接近0，表明序列r 平稳。28得到ADF检验的结果如下：t统计量的值-22.88，对应P值n序列自相关和偏自相关检验序列自相关和偏自相关检验n在视图中点击View-correlogram，在Lags to include中键入12，然后点击ok，就得到了对数收益率的自相关函数分析图。29序列自相关和偏自相关检验293030n从图中可以看出，序列的自相关和偏自相关系数均落入两倍的估计标准差内，且Q统计量的对应的p值均大于置信度0.05，故序列在5的显著性水平上不存在显著的相关性。31从图中可以看出，序列的自相关和偏自相关系数均落入两倍的估计标n回归模型的建立回归模型的建立n由于序列不存在显著的相关性，因此将均值方程设定为白噪声。设立模型：rt=t+t 32回归模型的建立32将r去均值化，得到w：操作为：Objects/Generate Series输入w=r-0.000256再看w序列的描述性统计：33将r去均值化，得到w：33检验检验ARCHARCH效应效应 检验ARCH效应有两种方法：LM法（拉格朗日乘数检验法）和对残差的平方相关图检验。本案例中由于没有对ARMA建模，E-views中没有直接的LM法，所以采用第二种方法。首先建立w的平分方程z，在Objects/Generate Series输入z=w2，34检验ARCH效应 检验ARCH效应有两种方法：LM法（n然后在视图中点击view-correlogram，然后点击ok，就得到了对数收益率的自相关函数分析图。如图所示：序列存在自相关，所以有ARCH效应。35然后在视图中点击view-correlogram，然后点击o建立建立GARCHGARCH类模型类模型n(1)GARCH模型n(2)T-GARCH模型n(3)E-GARCH模型36建立GARCH类模型(1)GARCH模型36常用的GARCH模型包括GARCH(1,1)，GARCH(1,2)，GARCH(2,1)我们分别用多个模型建模，以下以GARCH(1,1)为例:37常用的GARCH模型包括GARCH(1,1)，GARCH(1n点击主菜单Quick/Estimate Equation,得到如下对话框，在 Method选择GARCH,在Mean equation框中输入w，ARCH和GARCH处都选择1，点击确定。38点击主菜单Quick/Estimate Equation,得（1）GARCH(1,1)39（1）GARCH(1,1)39（1）GARCH(2,1)40（1）GARCH(2,1)40（1）GARCH(1,2)41（1）GARCH(1,2)41n基于以上三个模型的比较，GARCH（1，1）所有的系数都通过t检验，效果最好！再考虑T-GARCH和E-GARCH再分别进行建模。42基于以上三个模型的比较，GARCH（1，1）所有的系数都通过 T-GARCH的操作为：点击主菜单Quick/Estimate Equation,得到如下对话框，在 Method选择GARCH/TGARCH，再将Threshold数值输入1，点击确定。如下图：43 T-GARCH的操作为：43T-GARCH(1,1)44T-GARCH(1,1)44E-GARCH的操作为：点击主菜单Quick/Estimate Equation,得到如下对话框，在 Method选择EGARCH，再将Threshold数值输入0，点击确定。如下图：E-GARCH的操作为：454646nEGARCH(1,1)模型的参数均显著，说明序列具有杠杆性，可以进一步加入“ARCH-M”检验：47EGARCH(1,1)模型的参数均显著，说明序列具有杠杆性，n系数不显著，（用Variance时系数一样不显著），说明不存在ARCH-M过程。48系数不显著，（用Variance时系数一样不显著），说明不存模型验证模型验证 对建立的EARCH(1，1)模型进行残差ARCH效应检验，点击EARCH(1，1)结果输出窗口View/Residual Test/ARCH LM TestLag=滞后阶数，可以分别取1，4，8，12；以lag=4为例，输出结果如下所示：49模型验证 对建立的EARCH(1，1)模型进行残差ARCHn各种lag值情形下，F统计量均不显著，说明模型已经不存在ARCH效应。建立的建立的EGARCH(1EGARCH(1，1)1)模型如下：模型如下：50各种lag值情形下，F统计量均不显著，说明模型已经不存在ARn由于之前对r的描述统计中发现统计的正态分布检验没有通过，可以试图做残差服从t分布和GED分布的E-views建模。51由于之前对r的描述统计中发现统计的正态分布检验没有通过，可以n假设残差服从t分布操作过程：Quick/Estimate Equation,得到如下对话框，在 Method选择Students t（GED分布则选择GED），如下：52假设残差服从t分布操作过程：Quick/Estimate E5353n上证180指数的对数收益率时间序列的均值方程是一个白噪声，而其残差能用EGARCH(1，1)模型进行较好的拟合。n结论：结论：n（一）异方差的存在性。该上证指数收益率有“尖峰厚尾”和聚集现象,不服从正态分布。风险对收益率的影响不显著。n（二）指数收益率存在杠杆性。投资者对该指数收益率下跌的反映往往高于相同程度收益率上涨的反映，即收益率的下跌对市场的影响更大。54上证180指数的对数收益率时间序列的均值方程是一个白噪声，5、世上最美好的事是：我已经长大，父母还未老;我有能力报答，父母仍然健康。6、没什么可怕的，大家都一样，在试探中不断前行。7、时间就像一张网，你撒在哪里，你的收获就在哪里。纽扣第一颗就扣错了，可你扣到最后一颗才发现。有些事一开始就是错的，可只有到最后才不得不承认。8、世上的事，只要肯用心去学，没有一件是太晚的。要始终保持敬畏之心，对阳光，对美，对痛楚。9、别再去抱怨身边人善变，多懂一些道理，明白一些事理，毕竟每个人都是越活越现实。10、山有封顶，还有彼岸，慢慢长途，终有回转，余味苦涩，终有回甘。11、人生就像是一个马尔可夫链，你的未来取决于你当下正在做的事，而无关于过去做完的事。12、女人，要么有美貌，要么有智慧，如果两者你都不占绝对优势，那你就选择善良。13、时间，抓住了就是黄金，虚度了就是流水。理想，努力了才叫梦想，放弃了那只是妄想。努力，虽然未必会收获，但放弃，就一定一无所获。14、一个人的知识，通过学习可以得到;一个人的成长，就必须通过磨练。若是自己没有尽力，就没有资格批评别人不用心。开口抱怨很容易，但是闭嘴努力的人更加值得尊敬。15、如果没有人为你遮风挡雨，那就学会自己披荆斩棘，面对一切，用倔强的骄傲，活出无人能及的精彩。5、人生每天都要笑，生活的下一秒发生什么，我们谁也不知道。所以，放下心里的纠结，放下脑中的烦恼，放下生活的不愉快，活在当下。人生喜怒哀乐，百般形态，不如在心里全部淡然处之，轻轻一笑，让心更自在，生命更恒久。积极者相信只有推动自己才能推动世界，只要推动自己就能推动世界。6、人性本善，纯如清溪流水凝露莹烁。欲望与情绪如风沙袭扰，把原本如天空旷蔚蓝的心蒙蔽。但我知道，每个人的心灵深处，不管乌云密布还是阴淤苍茫，但依然有一道彩虹，亮丽于心中某处。7、每个人的心里，都藏着一个了不起的自己，只要你不颓废，不消极，一直悄悄酝酿着乐观，培养着豁达，坚持着善良，只要在路上，就没有到达不了的远方！8、不要活在别人眼中，更不要活在别人嘴中。世界不会因为你的抱怨不满而为你改变，你能做到的只有改变你自己！9、欲戴王冠，必承其重。哪有什么好命天赐，不都是一路披荆斩棘才换来的。10、放手如拔牙。牙被拔掉的那一刻，你会觉得解脱。但舌头总会不由自主地往那个空空的牙洞里舔，一天数次。不痛了不代表你能完全无视，留下的那个空缺永远都在，偶尔甚至会异常挂念。适应是需要时间的，但牙总是要拔，因为太痛，所以终归还是要放手，随它去。11、这个世界其实很公平，你想要比别人强，你就必须去做别人不想做的事，你想要过更好的生活，你就必须去承受更多的困难，承受别人不能承受的压力。12、逆境给人宝贵的磨炼机会。只有经得起环境考验的人，才能算是真正的强者。自古以来的伟人，大多是抱着不屈不挠的精神，从逆境中挣扎奋斗过来的。13、不同的人生，有不同的幸福。去发现你所拥有幸运，少抱怨上苍的不公，把握属于自己的幸福。你，我，我们大家都可以经历幸福的人生。14、给自己一份坚强，擦干眼泪；给自己一份自信，不卑不亢；给自己一份洒脱，悠然前行。轻轻品，静静藏。为了看阳光，我来到这世上；为了与阳光同行，我笑对忧伤。15、总不能流血就喊痛，怕黑就开灯，想念就联系，疲惫就放空，被孤立就讨好，脆弱就想家，不要被现在而蒙蔽双眼，终究是要长大，最漆黑的那段路终要自己走完。5、从来不跌倒不算光彩，每次跌倒后能再站起来，才是最大的荣耀。6、这个世界到处充满着不公平，我们能做的不仅仅是接受，还要试着做一些反抗。7、一个最困苦、最卑贱、最为命运所屈辱的人，只要还抱有希望，便无所怨惧。8、有些人，因为陪你走的时间长了，你便淡然了，其实是他们给你撑起了生命的天空；有些人，分开了，就忘了吧，残缺是一种大美。9、照自己的意思去理解自己，不要小看自己，被别人的意见引入歧途。10、没人能让我输，除非我不想赢！11、花开不是为了花落，而是为了开的更加灿烂。12、随随便便浪费的时间，再也不能赢回来。13、不管从什么时候开始，重要的是开始以后不要停止；不管在什么时候结束，重要的是结束以后不要后悔。14、当你决定坚持一件事情，全世界都会为你让路。15、只有在开水里，茶叶才能展开生命浓郁的香气。5、世上最美好的事是：我已经长大，父母还未老;我有能力报答，55