实验14 Garch(自回归异方差模型).pdf

实验14G(ARCH)模型在金融数据中的应用

一、实验目的

理解自回归异方差（Autoregressivconditionalheteroscedasticity）模型的概念

及建立的必要性和适用的场合。

了解G(ARCH)模型的各种不同类型，如GARCH-M模型（GARCHinmean），EGARCH

模型(ExponentialGARCH)和TARCH模型(又称GJR)。掌握对G(ARCH)模型的识别、估

计即如何运用Eviews软件在实证研究中实现。

二、实验内容及要求

内容：以上证指数和深证成份指数为研究对象，选取1997年1月2日到2002年12月

31日共六年每个交易日上证指数和深证成份指数的收盘价为样本，完成以下实验步骤：

（一）、对沪深股市的收益率作波动性研究

（二）、对股市收益波动作非对称性的研究

（三）、对沪深股市作波动溢出效应研究

要求：深刻理解本章的概念；对实验步骤中提出的问题进行思考；熟练掌握实验的操作

步骤，并得到有关结果。

三、实验指导

（一）、对沪深股市的收益率作波动性研究

1.描述性统计

(1)导入数据，建立工作组

打开Eviews软件，选择“Fil”菜单中的“New\Workfil”选项，在“Workfilstructur

typ”框中选择unstructured/undated（思考：为什么用非规则形式），在“Datrang”

输入1444，如下图14-1：

整理为word格式

图14-1

单击OK，再在命令行输入datashsz,把上证综指和深圳成指1997-1-2号到2002-12-31

号数据输入。

（2）生成收益率的数据列

在Eviews窗口主菜单栏下得命令窗口中键入如下命令：genrrh=log(sh/sh(-1))，回

车后即形成沪市收益率的数据序列，同样的方法可得深市收益数剧序列(genr

rz=log(sz/sz(-1))。新工作组如图14-2：

图14-2

（3）观察收益率sh的描述性统计量

双击选取“rh”数据序列，在出现的窗口中选择view菜单下“DescriptiveStatistics”

菜单中的“HistogramandStats”子菜单，则可得收益率rh的描述性统计量，如下图7-3：

整理为word格式

图7-3

同样的步骤可得收益率rz的描述性统计量。观察这些数据，并得出有关结论。

整理为word格式

2.平稳性检验

（1）再次双击选取rh序列，选择View菜单下的子菜单“UnitRootTest”，出现如

下窗口（图7-4）：

图7-4

对该序列进行ADF单位根检验，选择滞后4阶，带截距项而无趋势项，所以采用窗口的

默认选项，结果如下图7-5：

图7-5

整理为word格式

（2）对rz做单位根检验后，得结果如图7-6：

图7-6

（3）思考：结果分别说明数据序列rh、rz是稳定的还是非稳定的？

3.均值方程的确定及残差序列自相关检验

通过对收益率rh和rz的自相关检验(在rh序列窗