全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
6003 7
2015-06-22
*---------------------------------*
*          GARCH Model Fit        *
*---------------------------------*

Conditional Variance Dynamics   
-----------------------------------
GARCH Model     : eGARCH(1,1)
Mean Model      : ARFIMA(0,0,0)
Distribution    : std

Optimal Parameters
------------------------------------
        Estimate  Std. Error   t value Pr(>|t|)
mu     -0.000232    0.000097  -2.40006 0.016392
omega  -0.378463    0.018650 -20.29334 0.000000
alpha1 -0.028542    0.030402  -0.93883 0.347820
beta1   0.967431    0.001671 578.86064 0.000000
gamma1  0.153617    0.034882   4.40394 0.000011
shape  13.356411    5.860378   2.27910 0.022661

Robust Standard Errors:
        Estimate  Std. Error   t value Pr(>|t|)
mu     -0.000232    0.000069  -3.33948 0.000839
omega  -0.378463    0.027513 -13.75584 0.000000
alpha1 -0.028542    0.041941  -0.68053 0.496171
beta1   0.967431    0.002550 379.42164 0.000000
gamma1  0.153617    0.036893   4.16388 0.000031
shape  13.356411    6.304088   2.11869 0.034117

LogLikelihood : 2923.029

Information Criteria
------------------------------------

Akaike       -8.7995
Bayes        -8.7588
Shibata      -8.7996
Hannan-Quinn -8.7837

Weighted Ljung-Box Test on Standardized Residuals
------------------------------------
                        statistic   p-value
Lag[1]                     0.1001 7.517e-01
Lag[2*(p+q)+(p+q)-1][2]    0.8006 5.677e-01
Lag[4*(p+q)+(p+q)-1][5]   17.4389 9.735e-05
d.o.f=0
H0 : No serial correlation

Weighted Ljung-Box Test on Standardized Squared Residuals
------------------------------------
                        statistic p-value
Lag[1]                      5.272 0.02167
Lag[2*(p+q)+(p+q)-1][5]     8.714 0.01954
Lag[4*(p+q)+(p+q)-1][9]    11.197 0.02750
d.o.f=2

Weighted ARCH LM Tests
------------------------------------
            Statistic Shape Scale P-Value
ARCH Lag[3]     2.772 0.500 2.000 0.09593
ARCH Lag[5]     3.093 1.440 1.667 0.27653
ARCH Lag[7]     3.998 2.315 1.543 0.34690

Nyblom stability test
------------------------------------
Joint Statistic:  1.7516
Individual Statistics:              
mu     0.28653
omega  0.28846
alpha1 0.61612
beta1  0.28047
gamma1 0.72655
shape  0.02008

Asymptotic Critical Values (10% 5% 1%)
Joint Statistic:         1.49 1.68 2.12
Individual Statistic:    0.35 0.47 0.75

Sign Bias Test
------------------------------------
                   t-value    prob sig
Sign Bias           0.6346 0.52589   
Negative Sign Bias  1.9883 0.04719  **
Positive Sign Bias  1.8779 0.06083   *
Joint Effect        7.9623 0.04680  **


Adjusted Pearson Goodness-of-Fit Test:
------------------------------------
  group statistic p-value(g-1)
1    20     18.90       0.4632
2    30     28.18       0.5085
3    40     40.05       0.4235
4    50     50.65       0.4082


Elapsed time : 0.4520249


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
2015-6-26 14:15:10
就一个arch项不显著,没什么的,你把均值方程设置成C(0,0,0)怎么做预测啊?
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

2015-10-4 04:36:33
对条件方差做预测?
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

2018-6-8 13:06:41
楼主解决了吗,我也遇到这个问题
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

2018-6-9 12:12:07
今此一心 发表于 2015-6-22 15:26
*---------------------------------*
*          GARCH Model Fit        *
*------------------------- ...
现实中总不会每次全都显著的吧
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

2020-12-12 17:21:20
请问这个检验是做啥的,Sign Bias Test
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

扫码加好友,拉您进群
各岗位、行业、专业交流群