winrats有关基于bekk模型的套期保值研究问题-程序结果怎么看

7596

收藏 2014-05-22

求助大神，非对角二元bekk（1，1）模型的估计，程序是在学习以及网上的搜素得出的，不知正确与否。
我的疑问是：
1.pmethod用simplex与BFGS的区别
2.Std Error /    T-Stat /    Signif 结果怎样判断好坏。

open data C:\Users\gorden\Desktop\high.xls
data(format=xls,org=columns) 1 252 s f
set rs = 100.0*log(s/s{1})
set rf = 100.0*log(f/f{1})

*VAR(1) model for the mean, BEKK for the variance
system(model=var1)
variables rs rf
lags 1
det constant
end(system)
garch(p=1,q=1,model=var1,mv=bekk,pmethod=simplex,piters=10,robust,hmatrices=hh,rvectors=rr) / rs rf

MV-GARCH, BEKK - Estimation by BFGS
Convergence in 73 Iterations. Final criterion was  0.0000000 <=  0.0000100
With Heteroscedasticity/Misspecification Adjusted Standard Errors
Usable Observations 249
Log Likelihood                   -549.91469203
Variable                   Coeff    Std Error    T-Stat    Signif
*******************************************************************************
1.  RS{1}                   -0.158827038  0.113779845    -1.39592  0.16273997
2.  RF{1}                   0.132704227  0.117758133    1.12692  0.25977547
3.  Constant                -0.021047042  0.089524559    -0.23510  0.81413269
4.  RS{1}                   0.187751597  0.131561626    1.42710  0.15355107
5.  RF{1}                   -0.254972854  0.137684975    -1.85186  0.06404639
6.  Constant                -0.023355747  0.089562744    -0.26078  0.79426583
7.  C(1,1)                   1.064534050  0.273924879    3.88623  0.00010181
8.  C(2,1)                   0.944750970  0.324843279    2.90833  0.00363366
9.  C(2,2)                -0.000088703  0.011449139    -0.00775  0.99381839
10. A(1,1)                -0.287018271  0.414065240    -0.69317  0.48820186
11. A(1,2)                -0.403535040  0.423867882    -0.95203  0.34108165
12. A(2,1)                   0.462739083  0.341129339    1.35649  0.17494281
13. A(2,2)                   0.646847873  0.363369250    1.78014  0.07505317
14. B(1,1)                   0.711469517  0.085849680    8.28739  0.00000000
15. B(1,2)                -0.020874852  0.045466083    -0.45913  0.64614067
16. B(2,1)                -0.016236134  0.177846631    -0.09129  0.92725986
17. B(2,2)                   0.783354277  0.154850278    5.05879  0.00000042

附件列表

high.xls

大小:38 KB

只需: 1 个论坛币马上下载

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

加油！小猫~

2014-5-23 18:02:36

自己顶起，菜鸟盼高人

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

zx92187

2014-5-24 00:31:07

你好，我来试着回答一下你的问题。

问题1， simplex是non-derivative based 的算法，理论上讲也可以得到和BFGS或者BHHH一样的结果，不过会花很久的时间以及成千上万次的iteration。用simplex来做pmethod中是用来算initial value的，理论上讲一般都是用一个non-derivative based的算法来算initial value然后再用那些著名的算法（BFGS或者BHHH）来进行非线性的计算。根据你给出的code, 如果将你的pmethod改为BFGS的话，那就等于你的method和pmethod都是BFGS（相当于你没有用pmethod来计算initial value，这样有时候也是可以的）。

或者你可以这么想，BFGS,BHHH都是著名的hill climbing algrithm，通俗的说就是你的2元BEKK是非线性的，这些算法要在这种非线性的情况下找到最优（有时是local的最优，有时会是global的最优），所以需要有一个更简便的方法帮BFGS或者BHHH找到计算的起点，simplex在BEKK模型中就是做这个的。

用simplex做pmethod计算初始值的好处：在有些情况下BFGS也会在计算初始值时产生困难，simplex需要的假设比BFGS,BHHH都弱的多，所以用simplex来计算初始值会提高你模型收敛的成功率。

p.s. RATS里默认的method是BFGS（这个算法收敛的成功率比较高），另外一个著名的算法是BHHH，这个算法只有在initial value接近最优值时才会给出比较合理的结果，成功率稍微低点儿，但是很多人在用。

问题2. 你模型中用到的VAR1好像不是很合适，在做BEKK时，均值模型是为了保证残差是白噪音，基于你的结果，我也看不出是不是白噪音，这个要做检验。我的建议是，找本时间序列的书，看下GARCH模型的建立，尤其看一下Box-Jenkins方法以及GARCH模型均值模型的建立。

在金融中，你的数据（很多情况下是收益率，就是你模型建立一开所做的ln(s/s{1})，这个是在求收益率)很有可能本身就是白噪音，因为如果你的数据（假设是一支股票的收益率）可以用很简单的模型（比如AR（1））来建模的话，那你就可以预测股票的收益率了，那就相当于你发财了。所以在有投机行为存在的前提下，股票收益率应该是白噪音。我不是搞金融的，所以对金融不是很了解，只能解释这么多了。

你看你的VAR（1）模型，所有的参数在5%的情况下不显著，在10%情况下显著的只有一个，我感觉你的均值模型只用一个截距项就可以了，要么就是更复杂的VAR模型。

BEKK评估出来的参数是没有直接经济意义的，如果你看过BEKK模型中的equation的话，你就会发现所以参数都是非线性组合，那样的话是要用delta method来计算这些非线性组合的std error的。

很常见的另一种方法来评估波动性溢出是用wald test来检验A(1,2)=B(1,2)=0和A(2,1)=B(2,1)=0，但是我感觉这是错的。

最后有一小点，你可以看一下你的standardized residual的distribution是不是fat tail (lepokurtic)，如果是的话就可以考虑在你的BEKK模型中用t 或者GED distribution来做最大拟然。

总而言之，从现在这个结果上来看，这两条数据间没有波动性溢出，而且模型有可能fit的不是很好，因为就连A（1,1）都不显著（就我的经验来看，如果用delta method来计算A（1,1)^2的std error，A（1,1)^2也八成不是显著的）
大概先说这么多啦，我建议是稍微看一下模型的构成，以及模型建立的基础。

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

加油！小猫~

2014-5-24 15:58:22

zx92187 发表于 2014-5-24 00:31
你好，我来试着回答一下你的问题。

问题1， simplex是non-derivative based 的算法，理论上讲也可以得到 ...

这么大篇幅的回复，真心是非常非常的感谢～

上一个程序中我用的数据不对，我将五分钟的高频数据放进去算了，得出来如下这个结果，感觉效果应该不错了。
可是现在还有一个疑问，之前看到你在其它帖子里教我们怎样求残差方差，就是这些语句，
set resid1 %regstart() %regend() = rr(t)(1)
......
我放进去没反应，想是否还需其它语句呢。
怎样才能得到序列值，显示出来呢？

open data C:\Users\gorden\Desktop\now.xls
data(format=xls,org=columns) 1 12551 Si Fi
set rs = 100.0*log(Si/Si{1})
set rf = 100.0*log(Fi/Fi{1})
*VAR(1) model for the mean, BEKK for the variance
system(model=var1)
variables rs rf
lags 1
det constant
end(system)
garch(p=1,q=1,model=var1,mv=bekk,pmethod=simplex,piters=50,robust,hmatrices=hh,rvectors=rr) / rs rf

set resid1 %regstart() %regend() = rr(t)(1)
set resid2 %regstart() %regend() = rr(t)(2)
set variance1 %regstart() %regend() = hh(t)(1,1)
set variance2 %regstart() %regend() =hh(t)(2,2)

MV-GARCH, BEKK - Estimation by BFGS
NO CONVERGENCE IN 100 ITERATIONS
LAST CRITERION WAS  0.0006700
With Heteroscedasticity/Misspecification Adjusted Standard Errors
Usable Observations  12548
Log Likelihood                10676.79265028

Variable                   Coeff    Std Error    T-Stat    Signif
*******************************************************************************
1.  RS{1}                   -0.368800343  0.012254545 -30.09498  0.00000000
2.  RF{1}                   0.409436467  0.013803436    29.66192  0.00000000
3.  Constant                0.000507663  0.001551146    0.32728  0.74345411
4.  RS{1}                   -0.033163002  0.013664590    -2.42693  0.01522720
5.  RF{1}                   -0.017091789  0.014437977    -1.18381  0.23648918
6.  Constant                0.001795506  0.001608118    1.11653  0.26419681
7.  C(1,1)                   0.005169065  0.001291539    4.00225  0.00006274
8.  C(2,1)                -0.015060232  0.000884244 -17.03175  0.00000000
9.  C(2,2)                -0.012222517  0.001649382    -7.41036  0.00000000
10. A(1,1)                   0.094398867  0.011365710    8.30558  0.00000000
11. A(1,2)                -0.125891612  0.009066241 -13.88576  0.00000000
12. A(2,1)                -0.045270773  0.013088438    -3.45884  0.00054251
13. A(2,2)                   0.250517600  0.006596677    37.97633  0.00000000
14. B(1,1)                   0.996906887  0.000597101 1669.57738  0.00000000
15. B(1,2)                   0.047167229  0.002637604    17.88260  0.00000000
16. B(2,1)                   0.000747460  0.000074944    9.97357  0.00000000
17. B(2,2)                   0.945770855  0.001684205 561.55326  0.00000000

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

zx92187

2014-5-25 06:57:16

你好，那个不是没反应，而且自动生成了那两个残差和两个方差，所以你run完这些code之后，打开数据，里面应该有生成的那4个数据，你要再考虑重新调一调你的模型，因为这个结果没有收敛。
MV-GARCH, BEKK - Estimation by BFGS
NO CONVERGENCE IN 100 ITERATIONS
LAST CRITERION WAS 0.0006700
With Heteroscedasticity/Misspecification Adjusted Standard Errors
Usable Observations 12548

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

zx92187

2014-5-25 07:01:29

不好意思，还有就是补充一下，你得稍微想一想，你的均值方程是不是合适。这么高频的数据在我这个学农业经济里面是没有的，所以我也没做过高频的。不过我觉得你得重头想想你模型的构建。比如说，你的收益率是不是服从正太分布（八成不是）？这些收益率的风险（volatility)是不是对市场价格的增长和减少有不对称的反应之类的。

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…

加油！小猫~

2014-5-26 22:22:14

zx92187 发表于 2014-5-25 07:01
不好意思，还有就是补充一下，你得稍微想一想，你的均值方程是不是合适。这么高频的数据在我这个学农业经济 ...

你好，多谢指导～非常的感谢～
数据有arch效应，且应该是t分布的，至于均值方程，我试了大于1的滞后，效果都不如1的好。
这是我现在的数据结果，已经是收敛的了，但是有一两个值的效果不是特别好。
可以通过么？
这是我做的一篇论文的实证，用沪深300及其股指期货的套期保值比率的研究的。但是这里最终我计算出的数据和论文上的还是有些差距，不知道是否哪里还有错误。
我把论文以及其价格数据上传上来，如果你有空闲的话，是否可以帮忙看下呢^^论文中bekk不是重点，就在第6页提到一点。我求出来的平均套期保值比率是0.75左右。

now.xlsx
大小:(458.97 KB)

只需: 1 个论坛币马上下载

基于已实现二阶矩预测的期货套期保值策略及对股指期货的应用_韩立岩.pdf
大小:(2.15 MB)

只需: 1 个论坛币马上下载

open data C:\Users\gorden\Desktop\now.xls
data(format=xls,org=columns) 1 12551 Si Fi
set rs = 100.0*log(Si/Si{1})
set rf = 100.0*log(Fi/Fi{1})
*VAR(1) model for the mean, BEKK for the variance
system(model=var1)
variables rs rf
lags 1
det constant
end(system)
garch(p=1,q=1,model=var1,distrib=t,mv=bekk,pmethod=simplex,piters=4,robust,hmatrices=hh,rvectors=rr) / rs rf

set resid1 %regstart() %regend() = rr(t)(1)
set resid2 %regstart() %regend() = rr(t)(2)
set variance1 %regstart() %regend() = hh(t)(1,1)
set variance2 %regstart() %regend() =hh(t)(2,2)

MV-GARCH, BEKK - Estimation by BFGS
Convergence in 74 Iterations. Final criterion was  0.0000032 <=  0.0000100
With Heteroscedasticity/Misspecification Adjusted Standard Errors
Usable Observations  12548
Log Likelihood                13631.54702890

Variable                   Coeff          Std Error          T-Stat    Signif
*******************************************************************************
1.  RS{1}                   -0.326103093  0.008336982 -39.11524  0.00000000
2.  RF{1}                   0.424271407  0.010208371    41.56113  0.00000000
3.  Constant                0.002272349  0.000788931    2.88029  0.00397312
4.  RS{1}                   -0.053127778  0.007726305    -6.87622  0.00000000
5.  RF{1}                   -0.038237869  0.008386425    -4.55950  0.00000513
6.  Constant                -0.002618811  0.000737213    -3.55231  0.00038186
7.  C(1,1)                   0.060267767  0.004442472    13.56627  0.00000000
8.  C(2,1)                   0.024502950  0.004199337    5.83496  0.00000001
9.  C(2,2)                -0.012005604  0.006615016    -1.81490  0.06953900
10. A(1,1)                -0.326340779  0.025963896 -12.56902  0.00000000
11. A(1,2)                -0.149045215  0.019003150    -7.84318  0.00000000
12. A(2,1)                   0.092247965  0.029063490    3.17402  0.00150346
13. A(2,2)                   0.229305056  0.020882481    10.98074  0.00000000
14. B(1,1)                   0.864400721  0.016182896    53.41446  0.00000000
15. B(1,2)                -0.011723202  0.014494055    -0.80883  0.41861392
16. B(2,1)                   0.075561921  0.011600169    6.51386  0.00000000
17. B(2,2)                   0.986826297  0.006129198 161.00416  0.00000000
18. Shape                   3.513470080  0.080422189    43.68782  0.00000000

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

zx92187

2014-5-27 00:08:28

不好意思那，套期保值（hedge ratio) 我只是了解，但是没有计算过。我建议你做一下模型的diagnositics, BEKK 完成之后，你的标准化残差还存在serial correlation 以及 ARCH effects 吗？还有两条数据之间的serial correlation还存在吗？如果还存在的话证明模型fit的不是很好。

而且如果要是做hedge ratio的话，是不是DCC-GARCH比较好啊，因为模型的参数会少一点。如果你只需要一个动态相关系数，以及动态协方差的话，貌似DCC-GARCH更好一点儿。 BEKK 可以把volatility相互之间的影响算出来，但是模型解释上面比较复杂。

我在这方面也不是什么专家。。建议去查一下。。

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

加油！小猫~

2014-5-27 09:53:34

zx92187 发表于 2014-5-27 00:08
不好意思那，套期保值（hedge ratio) 我只是了解，但是没有计算过。我建议你做一下模型的diagnositics, BEK ...

恩，谢谢啦。
这个模型的效果一般，论文中是作为比较的。谢谢你的建议。

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

zx92187

2014-5-27 12:21:15

不客气

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

luqingyan

2014-6-29 17:21:37

你好，我想请教一下，你所给的残差生成指令里面，是生成两个残差，这两个残差是条件均值方程的残差，还是条件方差方程的残差呢？如果是条件均值方程的残差的话，那我们应该如何生成条件方差方程的残差呢？生成标准残差序列后，怎么做残差序列是否存在自相关检验（即Ljunk-Box Q检验），我看了ug很久都没搞出Ljunk-Box Q检验的代码，如果你有可否告知？非常感谢

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

939964530

2017-4-24 22:26:17

楼主你好请教一下怎样调整VAR模型阶数

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

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群