1、GARCH類模型的Eviews操作，Page 2，實例操作，3，Page 3，Eviews的簡介，Eviews是Econometrics Views的縮寫，直譯是計量經(jīng)濟學(xué)觀察，社會經(jīng)濟關(guān)系和經(jīng)濟活動的數(shù)量規(guī)則，計量經(jīng)濟學(xué)方法使用Eviews，可以從數(shù)據(jù)中快速找到統(tǒng)計關(guān)系，并使用得到的關(guān)系預(yù)測數(shù)據(jù)的未來值。 Page 4，Eviews介紹，Eviews的應(yīng)用范圍是：應(yīng)用經(jīng)濟計量學(xué)整體經(jīng)濟的研究和預(yù)測金融數(shù)據(jù)分析銷售預(yù)測和財務(wù)分析成本分析和預(yù)測經(jīng)濟模型的估計和模擬利率和外匯預(yù)測等，page Eviews的主要功能：操作靈活簡便，能以各種操作方式進行各種計量分析和統(tǒng)計分析，便于數(shù)據(jù)管理、處理和分析

2、。 其主要功能有： (1)以統(tǒng)一的方式管理數(shù)據(jù)，通過對象、視圖和過程實現(xiàn)對數(shù)據(jù)的各種操作；(2)輸入、擴展、修改時間序列數(shù)據(jù)或截面數(shù)據(jù)，從現(xiàn)有序列以任意復(fù)雜的形式生成新序列，Page 6，Eviews (3)描述統(tǒng)計量：相關(guān)系數(shù)、協(xié)方差、自相關(guān)系數(shù)、互相關(guān)系數(shù)和直方圖(4)進行t檢驗、方差分析、協(xié)調(diào)檢驗、Granger因果檢驗(5)通常最小二乘法、帶自回歸校正的最小二乘法、二階段最小二乘法和三階段最小二乘法、非線性最小二乘法、廣義的矩估計法執(zhí)行ARCH模型估計法等(6)對二選一的決策模型進行Probit、logit和Gompit的估計，Page 7、Eviews的主要功能： (7)對聯(lián)立方程式

3、進行線性和非線性的估計(8)向量自回歸系統(tǒng)的估計和分析(9) 多項式分布滯后模型的推定(10 )回歸式的預(yù)測(11 )模型的求解和模擬(12 )數(shù)據(jù)庫管理(13 )與外部軟件的數(shù)據(jù)交換。 Page 8，Page 9，時間序列建模順序，Page 10，事例操作，3，Page 11，事例操作，前證180指數(shù)收益率變動率分析，這次把前證180指數(shù)的2008年8月1日到2010年11月3日的收盤價作為548觀測值。 用此構(gòu)建序列，再構(gòu)建對數(shù)收益率序列，對序列建立條件不同的方差模型，研究其收益變動率。 Page 12，上證180指數(shù)：上海證券交易所調(diào)整原上證30指數(shù)重命名，該樣本股在所有a股中提取了市場

4、最有代表性的180種樣本股。 反映上海證券市場的概況和運營情況，可以作為投資評價尺度和金融衍生產(chǎn)品的基礎(chǔ)基準(zhǔn)指數(shù)。 數(shù)據(jù)源：當(dāng)您創(chuàng)建上海證券信、Page 13和新的工作文件選擇菜單File/New/workfile時，將顯示數(shù)據(jù)頻率對話框。 可以在“工作filefrequency”中選擇數(shù)據(jù)頻率，如圖中的Page 14所示。 可以選擇年、半年、季度、月、周、日(周5天、周7天)、非時間序列或不規(guī)則數(shù)據(jù)。 您可以在開始日期文本框中輸入開始日期，在結(jié)束日期文本框中輸入結(jié)束日期，以“:”分隔年和后續(xù)數(shù)字。 Page 15，具體的日期表示方式是，年度： 20世紀(jì)為兩位，剩下的使用四位數(shù)字的例子：從19

5、99年到2009年，只需在開始日期輸入1999。 在結(jié)束日期中輸入2009即可。 半年：年后加1或2，例如，從1999年上半年到2009年下半年，在Start date中輸入1999:1。 在結(jié)束日期中輸入2009:2。 季度：從1999年第一季度到2009年第三季度，在開始日期中輸入1999:1。 對于結(jié)束日期，請輸入2009:3，頁16，2222222222222222226示例：從1999年1月到2009年12月，在開始日期中輸入1999:1。 在結(jié)束日期中輸入2009:12。 周：月/周/年，例如，從2007年1月第一周到2009年1月第四周，在開始日期中輸入1/1/2007。在結(jié)束日

6、期中輸入1/4/2009日：月/日/年。例如，從2008年3月5日到2009年8月20日，在開始日期中輸入3/5/2008。 在End date中輸入8/20/2009 .非時間序列或不規(guī)則數(shù)據(jù)：輸入采樣數(shù)。 如果樣本數(shù)為200，請在Start date中輸入1。 在結(jié)束日期中輸入200。 Page 17，在此情況下選擇最后的integer-data，在開始date中輸入1，在結(jié)束date中輸入548。 Page 18、制作序列可以采用直接輸入方式、復(fù)制方式、導(dǎo)入方式。 直接輸入/復(fù)制法：單擊EViews主菜單中的Objects/New Object，顯示如圖所示的對話框，單擊OK，可以直接輸

7、入收集的數(shù)據(jù)，或復(fù)制制作序列：Page 19 從主菜單中選擇file/import/read text-lotus-excel，找到已經(jīng)保存的數(shù)據(jù)excel文件，然后單擊“打開”，顯示如圖所示的對話框。nameforseriesornumberifnamedinifile復(fù)選框?qū)⑿蛄忻Qp (即數(shù)據(jù))導(dǎo)入到該序列p中。Page 20，創(chuàng)建對數(shù)收益率序列從Eviews的workfile菜單中單擊Objects/Generate Series，輸入公式形成新序列。 公式中常用的： d表示差異，Log表示取對數(shù)，Exp表示取指數(shù)。2表示二等分page21，在這種情況下，將序列p的數(shù)據(jù)對數(shù)化并進行差分

8、化，得到新的序列r，表示對數(shù)收益率。 輸入的公式為r=dlog(p )，如圖所示：Page 22，得到工作表，如圖所示：這樣數(shù)據(jù)的導(dǎo)入就完成了。 Page 23，順序描述性分析，1 .在時序圖中雙擊序列r，在視圖中點擊View-graph-line得到對數(shù)收益率rt的時序圖如下：從Page 24，上證180指數(shù)對數(shù)收益率序列r的線圖中， 觀察到對數(shù)收益率變動的“集群”現(xiàn)象：變動在某個時間段較小(例如從第150個觀測值到第200個觀測值)，在某個時間段非常大(例如從第40個數(shù)據(jù)到第100個數(shù)據(jù))。 點擊Page 25，然后在視圖中的view-descriptive statistics-hist

9、ogr 標(biāo)準(zhǔn)偏差(Std. Dev.)為0.001426，偏斜(Skewness )小于-0.141，在序列分布中有長左尾。 峰度(Kurtosis )為4.596，比正態(tài)分布的峰度值3高，顯示出收益率序列具有峰度和厚尾的特征。 Jarque-Bera統(tǒng)計為59.85，p值為0.00000，該對數(shù)收益率序列拒絕遵循正態(tài)分布的假設(shè)。 考察Page 27，序列的穩(wěn)定性，點擊View-Unit Root Test，Test Type選擇Augmented Dickey-Fuller，Page 28，得到ADF檢查的結(jié)果：t統(tǒng)計量的值-22.88，p值接近0 在Page 29，序列自相關(guān)和偏自相關(guān)檢查

10、視圖中點擊view-correlatographic，在Lags to include中輸入12點擊ok，得到對數(shù)收益率的自相關(guān)函數(shù)分析圖。 從Page 30、Page 31、圖中可以看出，序列的自相關(guān)和偏自相關(guān)系數(shù)在2倍的估計標(biāo)準(zhǔn)偏差內(nèi)，q統(tǒng)計量的對應(yīng)p值都大于可信度0.05，因此序列在5%的顯著水平上沒有顯著相關(guān)。 Page 32、回歸模型的構(gòu)建與序列沒有顯著的相關(guān)，因此將平均方程式設(shè)定為白噪聲。 模型： rt=t t、Page 33、r平均化，Objects/Generate Series輸入w=r-0.000256，w序列的描述性統(tǒng)計： Page 34，驗證ARCH效果，驗證ARCH效

11、果的方法： LM法(拉格朗日乘數(shù)檢測因為在本情況下沒有對ARMA進行建模，E-views沒有直接LM法，所以采用第二種方法。 首先建立w的二等分方程式z，在Objects/Generate Series中輸入z=w2，Page 35，在視圖中點擊view-correlatographic，點擊ok得到對數(shù)收益率的自相關(guān)函數(shù)分析圖。另外，如圖所示，序列存在自相關(guān)，所以有ARCH效果。 Page 36、GARCH類模型的制作、(1)GARCH模型(2)T-GARCH模型(3)E-GARCH模型、Page 37、一般的GARCH模型是GARCH (1，1 )、GARCH (1，2 )、GARCH (

12、2，2 ) 以下，點擊把GARCH (1，1 )作為例子：的頁38，主菜單Quick/Estimate Equation后，在方法中選擇GARCH，在Mean equation框中輸入w、ARCH和GARCH 根據(jù)上述三種模型的比較，GARCH (1，1 )的所有系數(shù)都通過了t檢驗，其中Page 39、(1) GARCH (1，1 )、Page 40、(1) GARCH (2，1 )、Page 41、(1) GARCH (1，2 )、Page 42 關(guān)于Page 43、T-GARCH的操作，若點擊主菜單Quick/Estimate Equation，則顯示在Method中選擇GARCH/TGA

13、RCH，將Threshold值輸入為1，然后點擊ok的對話框。 下圖：Page 44，t-GARCH (1，1 )，Page 45，E-GARCH的操作，點擊主菜單Quick/Estimate Equation后，用方法選擇EGARCH，將Threshold的值輸入0 下圖：Page 46，Page 47，e gatech (1，1 )模型的參數(shù)都是有效的，說明序列具有杠桿性，“ARCH-M”檢查：Page 48，系數(shù)不有效，(在Variance中系數(shù)不有效) ARCH-M進程對Page 49、模型驗證、建立的earch (1，1 )模型進行殘差arch效果檢查，單擊earch (1，1 )結(jié)果輸出窗口view/residual test/archlmtestlag=滯后次數(shù)時以可以取12的lag=4為例，輸出結(jié)果如下：Page 50、各lag值的f統(tǒng)計量不顯著，可以看出模型中不存在ARCH效果。 然后，因為在之前的r描述統(tǒng)計中，所創(chuàng)建的EGA gach (1，1 )模型在：Page 51中無法進行統(tǒng)計正態(tài)分布檢查，所以可以嘗試根據(jù)t分布和GED分布進行E-views建模。 假設(shè)Page 52，殘差遵循t分布操作過程： Quick/Estimate Equation，在Method中選擇studentST (在ged分布中為ged )