全部版块 我的主页
› 论坛 › 计量经济学与统计论坛 五区 › 计量经济学与统计软件
请教高人（关于ARCHGARCH)的问题
roncwm_massey
4755 11
2006-09-14

怎么样理解我的ARCH/GARCH 结果？请高人指教！！！！请问我的GARCH(1,1) 是不是一个比较合适的MODEL？

Dependent Variable: R

Method: ML - ARCH (Marquardt) - Normal distribution

Date: 09/14/06 Time: 18:33

Sample: 1973M01 1997M12

Included observations: 300

Convergence achieved after 11 iterations

Variance backcast: ON

GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)

Coefficient

Std. Error

z-Statistic

Prob.

C

0.026718

0.006519

4.098726

0.0000

Variance Equation

C

0.001099

0.000526

2.089297

0.0367

RESID(-1)^2

0.094935

0.033116

2.866759

0.0041

GARCH(-1)

0.830412

0.050202

16.54134

0.0000

R-squared

-0.000201

Mean dependent var

0.028556

Adjusted R-squared

-0.010339

S.D. dependent var

0.129765

S.E. of regression

0.130434

Akaike info criterion

-1.361278

Sum squared resid

5.035829

Schwarz criterion

-1.311894

Log likelihood

208.1917

Durbin-Watson stat

1.883029

这个是我用VIEW-CORRELOGRAM Q-STAT做的结果

Date: 09/14/06 Time: 19:34

Sample: 1973M01 1997M12

Included observations: 300

Autocorrelation

Partial Correlation

AC

PAC

Q-Stat

Prob

.|. |

.|. |

1

0.061

0.061

1.1319

0.287

.|. |

.|. |

2

0.002

-0.002

1.1326

0.568

.|. |

.|. |

3

0.062

0.062

2.3005

0.512

.|. |

.|. |

4

-0.039

-0.047

2.7769

0.596

.|. |

.|. |

5

-0.032

-0.026

3.0839

0.687

.|. |

.|. |

6

0.025

0.024

3.2721

0.774

*|. |

*|. |

7

-0.124

-0.124

8.0521

0.328

.|. |

.|. |

8

-0.023

-0.005

8.2159

0.413

.|. |

.|. |

9

-0.032

-0.037

8.5340

0.481

.|. |

.|. |

10

0.025

0.047

8.7266

0.558

.|. |

.|. |

11

0.010

-0.002

8.7574

0.644

.|. |

.|. |

12

-0.029

-0.035

9.0187

0.701

.|. |

.|. |

13

0.022

0.026

9.1652

0.760

.|. |

*|. |

14

-0.047

-0.067

9.8624

0.772

.|. |

.|. |

15

0.004

0.018

9.8665

0.828

.|. |

.|. |

16

-0.029

-0.049

10.130

0.860

.|. |

.|. |

17

-0.004

0.016

10.135

0.898

*|. |

*|. |

18

-0.100

-0.106

13.356

0.770

.|. |

.|. |

19

-0.005

0.004

13.364

0.819

.|. |

.|* |

20

0.063

0.070

14.657

0.796

.|. |

*|. |

21

-0.045

-0.066

15.316

0.807

*|. |

*|. |

22

-0.079

-0.072

17.357

0.743

*|. |

*|. |

23

-0.096

-0.125

20.356

0.620

.|. |

.|. |

24

-0.041

-0.004

20.916

0.644

.|* |

.|* |

25

0.113

0.104

25.160

0.453

.|. |

.|. |

26

0.017

-0.004

25.256

0.505

.|. |

.|. |

27

-0.024

-0.019

25.452

0.549

.|. |

.|. |

28

0.015

-0.019

25.527

0.599

.|. |

.|. |

29

-0.009

-0.006

25.556

0.649

.|. |

*|. |

30

-0.029

-0.070

25.840

0.683

.|. |

.|. |

31

0.021

0.014

25.986

0.722

.|. |

.|* |

32

0.061

0.079

27.225

0.707

.|. |

.|. |

33

-0.020

-0.021

27.364

0.744

.|. |

.|. |

34

-0.003

-0.002

27.367

0.783

.|. |

.|. |

35

0.018

-0.013

27.478

0.814

.|. |

.|. |

36

-0.030

-0.034

27.791

0.835

这个是VIEW-SQUARED RESIDUAL

Date: 09/14/06 Time: 19:36

Sample: 1973M01 1997M12

Included observations: 300

Autocorrelation

Partial Correlation

AC

PAC

Q-Stat

Prob

.|. |

.|. |

1

-0.004

-0.004

0.0048

0.945

.|. |

.|. |

2

-0.022

-0.022

0.1461

0.930

.|. |

.|. |

3

0.000

0.000

0.1461

0.986

.|. |

.|. |

4

0.015

0.014

0.2132

0.995

.|. |

.|. |

5

-0.001

-0.001

0.2135

0.999

.|. |

.|. |

6

-0.028

-0.027

0.4475

0.998

.|. |

.|. |

7

0.012

0.011

0.4888

0.999

.|. |

.|. |

8

-0.015

-0.016

0.5592

1.000

.|. |

.|. |

9

0.022

0.022

0.7037

1.000

.|. |

.|. |

10

-0.004

-0.003

0.7076

1.000

.|. |

.|. |

11

-0.019

-0.019

0.8236

1.000

.|* |

.|* |

12

0.121

0.121

5.4214

0.942

.|. |

.|. |

13

-0.013

-0.014

5.4758

0.963

.|. |

.|. |

14

0.034

0.039

5.8430

0.970

.|* |

.|* |

15

0.090

0.094

8.4303

0.905

.|. |

.|. |

16

-0.018

-0.021

8.5294

0.932

.|. |

.|. |

17

-0.015

-0.009

8.5977

0.952

.|. |

.|. |

18

-0.033

-0.028

8.9390

0.961

.|. |

.|. |

19

0.050

0.043

9.7540

0.959

.|. |

.|. |

20

-0.026

-0.020

9.9738

0.969

.|. |

.|. |

21

-0.018

-0.019

10.078

0.978

.|. |

.|. |

22

-0.029

-0.030

10.345

0.983

.|. |

.|. |

23

-0.032

-0.030

10.671

0.986

.|. |

.|. |

24

-0.014

-0.037

10.738

0.991

.|. |

.|. |

25

-0.051

-0.046

11.584

0.990

.|. |

.|. |

26

-0.040

-0.051

12.124

0.990

.|. |

.|. |

27

-0.006

-0.029

12.137

0.994

.|. |

.|. |

28

-0.027

-0.030

12.377

0.995

.|. |

.|. |

29

0.021

0.015

12.517

0.997

.|. |

.|. |

30

-0.030

-0.031

12.827

0.997

.|. |

.|. |

31

-0.030

-0.041

13.130

0.998

.|. |

.|. |

32

0.016

0.026

13.221

0.999

.|. |

.|. |

33

-0.035

-0.035

13.638

0.999

.|. |

.|. |

34

-0.025

-0.028

13.858

0.999

.|. |

.|. |

35

-0.024

-0.009

14.053

0.999

.|. |

.|. |

36

0.022

0.027

14.221

1.000

二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复
roncwm_massey
2006-9-16 22:00:00

请高手帮帮忙啊，怎么检测这个是不是个合适的MODEL？？

二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

fj102
2006-9-18 01:21:00

你得多estimate几个模型

然后比较一下aic

不过看这个结果

还是不错的

一个问题： 你的r^2怎么是负的

二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

dxmin
2006-9-20 16:16:00

楼主的Ｒ的平方是负的，可能是未定义均值方程的原因．

多做几个阶数的ＡＲＣＨ　ＧＡＲＣＨ模型，比较他们的ＡＩＣ　ＡＣ　这两个越小越好；以及对数似然函数（Log likelihood），值越大越好．同时看系数的值，都要通过显著性检验．在做模型之前应该通过对残差的平方做自相关偏自相关分析等方法，粗略的确定模型的阶数比较好．这样在多次试算的过程中才不会盲目．

另外，要在各种定性的准则的基础上兼顾模型的简洁，ＡＲＣＨ模型的阶数很高最好采用ＧＡＲＣＨ模型代替．

楼主只给出一个模型，同时对残差的检验方法最好用其他方法检验一下．因此不能判断该模型的好坏．

二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

citydrifter
2006-11-8 17:21:00

我和楼主一樣，Ｒ的平方是负的

這怎麼辦？

謝謝。/

二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

anning189
2006-11-8 21:37:00
比较AIC的同时，可以检测残差是否还具有ARCH效应
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群