作业帮 > 综合 > 作业

运用stata实证分析建立garch模型遇到的问题

来源:学生作业帮 编辑:作业帮 分类:综合作业 时间:2024/10/06 10:18:09
运用stata实证分析建立garch模型遇到的问题
获取了一段时间的每日的沪深300指数的收盘价,得到每日的对数收益率.数据处理和分析采用stata软件.
分析:
1.统计性分析
sum rt,detail    //得到峰度偏度//


偏度为-0.3627小于0,峰度为5.669473大于3,初步判定不服从正态分布.

sktest rt       //进一步检验是否服从正态分布//

P=0.0000小于0.05,拒绝服从正态分布的原假设,即rt不服从正态分布.
2.平稳性检验
line rt t,yline(0)        //做图初步看平稳性//

dfuller rt        //平稳性检验//

T统计量为-43.269小于置信度为1%时的临界值,则拒绝有单位根的原假设,即没有单位根,即该序列是平稳的.
3.自相关检验
corrgram rt        //自相关检验//

从上图可以看出,rt与l4.rt存在自相关.
4.建立arch模型
 reg rt l4.rt       //做rt和它的四阶滞后回归//

predict e,res
gen e2=e^2
corrgram e2 //回归得到残差再得到残差的平方即方差看方差的自相关性//

从上图可以看出我们残差平方存在自相关,可以拟合garch模型.
arch rt l4.rt ,arch(1)  garch(1)

5.模型验证
predict r,res  
gen r2=r^2
corrgram r2  //回归得到残差再得到残差的平方即方差看方差的自相关性//

从上图可以看出残差平方依然存在自相关,即模型拟合效果不理想.

除了reg rt l4.rt之外,也做了arima(1,0,1)  arima(2,0,2)等等,然后再拟合garch模型,但是结果还是存在自相关,是我哪里做错了吗?
现实数据基本很难处理到完美的,大致上差不多就可以了,你这autocorrelation也不是很严重啊,我觉得可以一用.另外股指上还是尽量用garch吧,一般(1,1)就能有不错的估值了,高了反而增加模型复杂程度.很多paper都指出garch比arima好多了
再问: corrgram r2得到的数据都P都基本上等于0了 还不严重吗? 用garch得到模型后的残差平方不是应该是非自相关才说明模型建立正确吗?我用的就是garch(1,1)啊 我最后说的arima指的是代替了原来的reg rt l4.rt 可是结果还是一样 残差平方仍然存在自相关 通不过检验啊
再答: 我想说我做的arima也是通不过的。。但是导师说很多时候用真实数据的时候就是这样。。只能用the best possible。。。
再问: 呜呜 这真的能用?过程真的没错吗
再答: 过程我没看。。我一会儿空了看看