o  是这样啊   你的qq呢？

我改过的程序如下：

'change path to program path

%path=@runpath+"../fyl/bylw/"

Cd %path

'load workfile

load F:\fyl\bylw\jjsj

series y=fa

set sample to 2 202

sample s0 2 2

sample s1 3 202

smpl s1

'get starting values from Gaussian ARCH

equation eq1

eq1.arch y c

show eq1.output

'declare and innitialize parameters

coef(1) mu = eq1.c(1)

coef(1) omega = eq1.c(2)

coef(1) alpha =eq1.c(3)

coef(1) beta =eq1.c(4)

coef(1) tdf=3

' set presample values of expressions in logl

smpl s0

series sig2 = omega(1)

series res = 0

!pi = @acos(-1)

'set up GARCH likelihood

logl ll l

ll_l.append @logl logl

ll_l.append sig2 =omega(1)+alpha(1)*res(-1)^2+beta(1)*sig2(-1)

ll_l.append z =res^2/sig2/(tdf(1)-2)+1

ll_l.append logl = @gammalog((tdf(1)+1)/2)-@gammalog(tdf(1)/2)-log(!pi)/2-

log(tdf(1)-2)/2-log(sig2)/2 - (tdf(1)+1)*log(z)/2

ll_l.append res=y-mu(1)

'estimate and display output

smpl s1

ll_l.ml(showopts,m=1000,c=1e-5)

show ll_l.output

现在问题同样存在

%path=@runpath+"../fyl/bylw/"这是什么意思呢？在书里根本查不到，

sample s0 2 2

sample s1 3 202 这又是什么意思呢 为什么要将样本分为两个部分呢

加上扩展名试试看，比如说文本文件，就加上 .txt

1.假设你的程序是jjsj.prg

请将jjsj.prg放在F:\

2.如果你的jjsj.prg是跟jjsj.wf1放在一起,则请删去路径

%path = @runpath+"../fyl/bylw/"

cd %path

仅留下下列这一行

load f:\fyl\bylw\jjsj

谢谢两位

前面问题已经搞定，新问题又接踵而来

我的基金收益率数据如下：

我的程序里2到202是指我的第一个样本基金裕华从2个到202个收益率数据，不知我这样理解对不对，还有能不能恳求上面的兄弟帮我编一下程序，你是高手，这对你应该是小菜一碟，对我实在太难了，谢谢兄弟！

1.先回答上面的问题 set sample to 2 202是注解,

应改为 'set sample to 2 202

2.你的数据只有195,依你的程序会少掉一个obs,

将你的程序修改如下

' Program to estimate a GARCH(1,1)-t model on the series fa.

'%path = @runpath+"../data/"

'cd %path

load jjsj

series d1 = 0

smpl @first @first

d1 = 1

smpl @all

'get starting values from Gaussian ARCH

equation eq1

eq1.arch fa c

show eq1.output

'declare and innitialize parameters

coef(1) mu = eq1.c(1)

coef(1) omega = eq1.c(2)

coef(1) alpha =eq1.c(3)

coef(1) beta =eq1.c(4)

coef(1) tdf=3

' Define pi

!pi=@acos(-1)

'set up GARCH(1,1)-t likelihood

logl ll_l

ll_l.append @logl logl

ll_l.append res=fa-mu(1)

ll_l.append sig2 =@recode(d1=1,omega(1)/(1-alpha(1)-beta(1)),omega(1)+alpha(1)*res(-1)^2+beta(1)*sig2(-1))

ll_l.append z =res^2/sig2/(tdf(1)-2)+1

ll_l.append logl = @gammalog((tdf(1)+1)/2)-@gammalog(tdf(1)/2)-log(!pi)/2-log(tdf(1)-2)/2-log(sig2)/2 - (tdf(1)+1)*log(z)/2

'estimate and display output

ll_l.ml(showopts,m=1000,c=1e-5)

show ll_l.output

[此贴子已经被作者于2007-5-21 7:46:35编辑过]

hehe 谢谢楼上兄弟不辞辛苦解答我的问题！

太感谢了！

程序可以执行！呵呵不过data里的数据是哪个基金的啊？呵呵 小弟实在愚钝，多谢这些日子以来的赐教！

[此贴子已经被作者于2007-5-14 17:12:02编辑过]

我一直在努力！呵呵

[此贴子已经被作者于2007-5-14 17:08:47编辑过]

data: 2003/1/10--2006/12/29基金基准组合收益率

fa = 100*data (percentage returns)

谢谢了！

兄弟，我用eviews5.0做了garch在残差分别服从正态，t分布，GED分布下的回归，然后由eviews明令直接生成标准差序列，然后求出其平均值，并将其平均值带入var值计算公式，不知道这样可以吗？我总觉得不对啊，请指教！

[此贴子已经被作者于2007-5-15 15:24:57编辑过]

1-step ahead volatility forecast,可以手算.

假设有 1000 observations

garch(1,1)-n 配适模型是:

r(t)=0.007446+res(t)

sig2(t)=0.0000834 + 0.1147*res(t-1)^2 + 0.8511*sig2(t-1)

sig2(1000) = 0.001714

res(1000) = 0.104154

1-step ahead forecast is

sig2(1000)(1) = 0.0000834 + 0.1147*res(1000)^2 + 0.8511*sig2(1000)

1-day horizon 5% VaR for long position is

VaR = Amount of position*(0.007446-1.65*sqrt(sig2(1000)(1)))

(the negative sign signifies a loss)

[此贴子已经被作者于2007-5-23 7:48:51编辑过]

这里的var计算，为什么要用条件方差的预测值呢？我们计算的不是过去收益率的风险值吗？ Amount of position是什么意思呢？

[此贴子已经被作者于2007-5-24 9:09:20编辑过]

这是我看的论文里的算法，他的跟你的算法有何不同呢？我看了好多相关的论文和书籍，都是直接给出结果，没有给出过程，而我正需要这方面的指导，还请兄弟继续指教！

兄弟，现在该算var值了，你说的那个向前一步预测方差值如果用手算得话，岂不是很麻烦，eviews里有pro/forcast这个选项，以及pro/Make GARCH Variance series，一个生成图表，一个生成条件方差序列，我都不知道该怎么办了？

[此贴子已经被作者于2007-5-22 17:10:56编辑过]

虽然帮你修改了两个编程,对于你要作的方向还是满头雾水

既然是摆在VaR干麻要编程?

而既然重点是要算VaR,那模型就很重要.

可是你的模型很多系数都不显着的.

换句话说garch-t,garch-ged,都不是合适的模型.

当初你是问VaR的计算需不需要编程,

我的意思是那只是简单的计算而已,

没叫你实证时要手算.

[此贴子已经被作者于2007-5-25 7:36:56编辑过]

o ,我是在做封闭式基金业绩评估，所以要算收益率的var值，然后用var值对收益率进行调整。回头我重新估计了一下所有的基金样本，发现以前之所以出现错误，一是数据有误，二是我没有按照你的要求对收益率做放大100倍处理，基本上绝大部分的系数值都是在90%的置信水平下是显著的，这就符合我的要求了！而当初要编程是因为不知道evews4.0和5.0的功能差异，当初evews4.0不可以直接对残差服从t分布和ged分布进行回归，而evews5.0jiu可以，最重要的就是你帮助我解决了计算分位数这个难题！谢谢你一直以来对我的指导哦！

[此贴子已经被作者于2007-5-23 15:02:37编辑过]

我选的样本基金一共24个，有4个基金无论如何其回归方程系数都不显著，其它的都是显著的。（只要我关心的arch项和garch项显著就好了）而我在看了许多文献后，做基金业绩评估的学者都推荐使用garch（1，1）模型，你有什么看法呢？

以kexiang为例说明:

先建立garch(1,1) n-dist model, eq_garchn

开启eq_garchn,proc\make garch variance series hn

建立估计期alpha=5%之VaR值, estimate_varn

在命令栏键入

series estimate_varn=c(1)+@qnorm(0.05)*@sqrt(hn(-1))

至于t-dist,ged-dist类推之.

多谢兄弟指教！我已经尽数算出var值了！

[此贴子已经被作者于2007-5-24 9:19:53编辑过]

有点美中不足，当残差服从t分布时，20个样本基金回归系数中贝塔全部显著，可是20个阿尔法却有6个在10%的水平下都不显著，请教下兄弟我这模型应该怎么修改。另外在对模型做评价时，用的AIC和SC准则，结果是t分布最为合理，这与我看的论文里的结果不一致，另外我的t分布模型有一半自由度不显著，我已经怀疑这个模型对我的数据的适用了，不知怎么修改模型为好？