请教高人（关于ARCHGARCH)的问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

怎么样理解我的ARCH/GARCH 结果？请高人指教！！！！请问我的GARCH(1,1) 是不是一个比较合适的MODEL？ Dependent Variable: R
Method: ML - ARCH (Marquardt) - Normal distribution
Date: 09/14/06 Time: 18:33
Sample: 1973M01 1997M12
Included observations: 300
Convergence achieved after 11 iterations
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
	Coefficient	Std. Error	z-Statistic	Prob.
C	0.026718	0.006519	4.098726	0.0000
	Variance Equation
C	0.001099	0.000526	2.089297	0.0367
RESID(-1)^2	0.094935	0.033116	2.866759	0.0041
GARCH(-1)	0.830412	0.050202	16.54134	0.0000
R-squared	-0.000201	Mean dependent var		0.028556
Adjusted R-squared	-0.010339	S.D. dependent var		0.129765
S.E. of regression	0.130434	Akaike info criterion		-1.361278
Sum squared resid	5.035829	Schwarz criterion		-1.311894
Log likelihood	208.1917	Durbin-Watson stat		1.883029

这个是我用VIEW-CORRELOGRAM Q-STAT做的结果

Date: 09/14/06 Time: 19:34
Sample: 1973M01 1997M12
Included observations: 300
Autocorrelation	Partial Correlation		AC	PAC	Q-Stat	Prob
.|. |	.|. |	1	0.061	0.061	1.1319	0.287
.|. |	.|. |	2	0.002	-0.002	1.1326	0.568
.|. |	.|. |	3	0.062	0.062	2.3005	0.512
.|. |	.|. |	4	-0.039	-0.047	2.7769	0.596
.|. |	.|. |	5	-0.032	-0.026	3.0839	0.687
.|. |	.|. |	6	0.025	0.024	3.2721	0.774
*|. |	*|. |	7	-0.124	-0.124	8.0521	0.328
.|. |	.|. |	8	-0.023	-0.005	8.2159	0.413
.|. |	.|. |	9	-0.032	-0.037	8.5340	0.481
.|. |	.|. |	10	0.025	0.047	8.7266	0.558
.|. |	.|. |	11	0.010	-0.002	8.7574	0.644
.|. |	.|. |	12	-0.029	-0.035	9.0187	0.701
.|. |	.|. |	13	0.022	0.026	9.1652	0.760
.|. |	*|. |	14	-0.047	-0.067	9.8624	0.772
.|. |	.|. |	15	0.004	0.018	9.8665	0.828
.|. |	.|. |	16	-0.029	-0.049	10.130	0.860
.|. |	.|. |	17	-0.004	0.016	10.135	0.898
*|. |	*|. |	18	-0.100	-0.106	13.356	0.770
.|. |	.|. |	19	-0.005	0.004	13.364	0.819
.|. |	.|* |	20	0.063	0.070	14.657	0.796
.|. |	*|. |	21	-0.045	-0.066	15.316	0.807
*|. |	*|. |	22	-0.079	-0.072	17.357	0.743
*|. |	*|. |	23	-0.096	-0.125	20.356	0.620
.|. |	.|. |	24	-0.041	-0.004	20.916	0.644
.|* |	.|* |	25	0.113	0.104	25.160	0.453
.|. |	.|. |	26	0.017	-0.004	25.256	0.505
.|. |	.|. |	27	-0.024	-0.019	25.452	0.549
.|. |	.|. |	28	0.015	-0.019	25.527	0.599
.|. |	.|. |	29	-0.009	-0.006	25.556	0.649
.|. |	*|. |	30	-0.029	-0.070	25.840	0.683
.|. |	.|. |	31	0.021	0.014	25.986	0.722
.|. |	.|* |	32	0.061	0.079	27.225	0.707
.|. |	.|. |	33	-0.020	-0.021	27.364	0.744
.|. |	.|. |	34	-0.003	-0.002	27.367	0.783
.|. |	.|. |	35	0.018	-0.013	27.478	0.814
.|. |	.|. |	36	-0.030	-0.034	27.791	0.835

这个是VIEW-SQUARED RESIDUAL

Date: 09/14/06 Time: 19:36
Sample: 1973M01 1997M12
Included observations: 300
Autocorrelation	Partial Correlation		AC	PAC	Q-Stat	Prob
.|. |	.|. |	1	-0.004	-0.004	0.0048	0.945
.|. |	.|. |	2	-0.022	-0.022	0.1461	0.930
.|. |	.|. |	3	0.000	0.000	0.1461	0.986
.|. |	.|. |	4	0.015	0.014	0.2132	0.995
.|. |	.|. |	5	-0.001	-0.001	0.2135	0.999
.|. |	.|. |	6	-0.028	-0.027	0.4475	0.998
.|. |	.|. |	7	0.012	0.011	0.4888	0.999
.|. |	.|. |	8	-0.015	-0.016	0.5592	1.000
.|. |	.|. |	9	0.022	0.022	0.7037	1.000
.|. |	.|. |	10	-0.004	-0.003	0.7076	1.000
.|. |	.|. |	11	-0.019	-0.019	0.8236	1.000
.|* |	.|* |	12	0.121	0.121	5.4214	0.942
.|. |	.|. |	13	-0.013	-0.014	5.4758	0.963
.|. |	.|. |	14	0.034	0.039	5.8430	0.970
.|* |	.|* |	15	0.090	0.094	8.4303	0.905
.|. |	.|. |	16	-0.018	-0.021	8.5294	0.932
.|. |	.|. |	17	-0.015	-0.009	8.5977	0.952
.|. |	.|. |	18	-0.033	-0.028	8.9390	0.961
.|. |	.|. |	19	0.050	0.043	9.7540	0.959
.|. |	.|. |	20	-0.026	-0.020	9.9738	0.969
.|. |	.|. |	21	-0.018	-0.019	10.078	0.978
.|. |	.|. |	22	-0.029	-0.030	10.345	0.983
.|. |	.|. |	23	-0.032	-0.030	10.671	0.986
.|. |	.|. |	24	-0.014	-0.037	10.738	0.991
.|. |	.|. |	25	-0.051	-0.046	11.584	0.990
.|. |	.|. |	26	-0.040	-0.051	12.124	0.990
.|. |	.|. |	27	-0.006	-0.029	12.137	0.994
.|. |	.|. |	28	-0.027	-0.030	12.377	0.995
.|. |	.|. |	29	0.021	0.015	12.517	0.997
.|. |	.|. |	30	-0.030	-0.031	12.827	0.997
.|. |	.|. |	31	-0.030	-0.041	13.130	0.998
.|. |	.|. |	32	0.016	0.026	13.221	0.999
.|. |	.|. |	33	-0.035	-0.035	13.638	0.999
.|. |	.|. |	34	-0.025	-0.028	13.858	0.999
.|. |	.|. |	35	-0.024	-0.009	14.053	0.999
.|. |	.|. |	36	0.022	0.027	14.221	1.000

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

分享0 收藏0 回帖

关键词：ARCHGARCH GARCH ARCH 请教高人 RCH 请教 高人 ARCHGARCH

请高手帮帮忙啊，怎么检测这个是不是个合适的MODEL？？

你得多estimate几个模型

然后比较一下aic

不过看这个结果

还是不错的

一个问题： 你的r^2怎么是负的

楼主的Ｒ的平方是负的，可能是未定义均值方程的原因．

多做几个阶数的ＡＲＣＨ　ＧＡＲＣＨ模型，比较他们的ＡＩＣ　ＡＣ　这两个越小越好；以及对数似然函数（Log likelihood），值越大越好．同时看系数的值，都要通过显著性检验．在做模型之前应该通过对残差的平方做自相关偏自相关分析等方法，粗略的确定模型的阶数比较好．这样在多次试算的过程中才不会盲目．

另外，要在各种定性的准则的基础上兼顾模型的简洁，ＡＲＣＨ模型的阶数很高最好采用ＧＡＲＣＨ模型代替．

楼主只给出一个模型，同时对残差的检验方法最好用其他方法检验一下．因此不能判断该模型的好坏．

我和楼主一樣，Ｒ的平方是负的

這怎麼辦？

謝謝。/

比较AIC的同时，可以检测残差是否还具有ARCH效应

啊，那麼不用看Ｒ的平方了嗎？

啊，那麼不用看Ｒ的平方了嗎？

--------------

不用

对于非线性模型R^2有可能是负的，因为软件给出的每个结果不都是可信的。

那么请教一下，如何看这个GARCH结果的经济学含义/

？

谢谢。