计量经济学第三版课件于俊年 ISBN9787566310101 PPT15第十五章15.6三版.pptVIP

计量经济学第三版课件于俊年 ISBN9787566310101 PPT15第十五章15.6三版.ppt

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
* §15.6 条件异方差(ARCH)模型 一、ARCH模型 对于一般的回归模型 (15.6.1) 其中 如果随机扰动项的平方 服从AR(q)过程,即 (15.6.2) 其中 独立同分布,并且满足 =常数 , 则称模型(15.6.2)为自回归条件异方差模型,简称 为ARCH模型。 称序列服从q阶的ARCH过程,记作 。 (15.6.1)和(15.6.2)构成的模型称为 回归—ARCH模型。 Engle(1982)提出ARCH(q)模型又可简化表示为 (15.6.3) (15.6.4) 其中 独立同分布, 且 并且 以保证ARCH的平稳性。 对于时刻t-1, ut的条件期望 (15.6.5) 条件方差 (15.6.6) (15.6.6)反映了序列条件方差随时间变化的性质。 二、ARCH效应检验 序列条件方差是否存在ARCH效应,最常用的检验 方法是拉格朗日乘数法,即 LM—ARCH检验 。 第一步: 用OLS法对模型(15.6.1)进行估计: (15.6.8) 检验序列是否存在ARCH效应,即检验(15.6.8) 式中所有回归系数是否同时为0。 第二步计算: 在原假设下,检验统计量 (15.6.9) 其中n是计算辅助回归(15.6.8)式时的样本数据 的个数,R2是辅助回归(15.6.8)式的拟合优度。 对给定的显著水平α 和自由度q,若 , 则拒绝H0,即序列存在ARCH效应,若 , 则不能拒绝H0,即序列不存在ARCH效应。 三、应用举例 为了检验股票价格的波动是否具有自回归条件异 方差,我们选择某股票日开盘价指数y的1614数据 作为样本序列进行检验。为了减少舍入误差,在估 计时,我们将数据y进行自然对数处理,即将序列 lny作为因变量进行估计。由于股票价格指数序列 常常用带漂移的随机游走模型描述,所以本例估计 的基本模型为: 首先根据数据建立工作文件,建立回归方程如 图15.6.1所示: 图15.6.1 估计结果方程为: (15.6.10) 这个方程的参数很显著,并且残差 经过检验是 平稳的。但是,观察图15.6.2可以看到波动的“成群” 现象。即波动在一段时间内较小,在另一段时间内 较大,说明误差项可能具有条件异方差。 图15.6.2 因此,对式(15.6.10)进行条件异方差检验。对 残差序列 进行ARCH检验,在方程EQ15621结 果输出窗口点击 View/Residual Tests/Heteroskedasticity Tests /ARCH , 取滞后阶数(Numbet of lags)为2,点击“OK”结果如 图15.6.3所示: 图15.6.3 在图15.6.3中上半部分,给出了两种检验结果,第 一行F检验统计量在有限样本情况下是不精确分布, 只能作参考;第二行是LM统计量Obs*R-squared 值 以及检验的伴随概率。本例中,χ2分布的伴随概率 p = 0.0000,小于显著水平α = 0.05或0.01,否定原 假设,即残差序列ARCH(2)效应明显存在。在检验 结果窗口的下方同时给出了辅助回归方程(15.6.8) 的参数估计和相关检验值。 *

您可能关注的文档

文档评论(0)

带头大哥 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档