[求助][讨论]有关FIGARCH模型的两个问题

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

在FIGARCH模型中，如果出现下列两种情况了：

（1）ARCH项、GARCH项的系数，其中之一为负或者两者均为负值；

（2）分整系数d>0.5

大家认为，分别是什么原因导致的？遇到这样的情况该如何解决呢？

就我现在了解，（1）有说法ARCH项、GARCH项的系数为正是模型的充分而非必要条件，这两个系数为正是为了保证方差为正。这意味着什么？他们的系数可以为负?（2）d>0.5意味着方差无界，接着。。。？？？

以上是最近我在思考的问题，不知道我的想法对不对，还望高手纠正解释！

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3 回帖

关键词：FIGARCH GARCH模型 ARCH模型 IGarch GARCH 讨论 模型 FIGARCH

都一天了，都没人捧场。。。

呵呵，论坛还是期待高手啊

（1）部分系数为负是很正常的，所有系数（包括常数项）是不可能都为负的，因为方差非负。负系数可能是非显著的，看看其p值。如果显著，也可以解释。

（2）d的范围一般来说介于-0.5到0.5，超出这个范围，有可能是模型设定的问题。

还有什么解释，希望大家能够补充。

另外，弱弱的提醒一下，你没有把d.f.中的d与fraction中的d弄混淆吧。

以下是引用peterf在2007-5-14 19:00:00的发言：
另外，弱弱的提醒一下，你没有把d.f.中的d与fraction中的d弄混淆吧。

d.f.中的d是什么东西？我就是用FIGARCH对数据直接计算，得到一个fraction的d，我意指分整系数。

用FIGARCH对不同的数据建模：

（1）看了p值，其中一种情况是：ARCH、GARCH项都为负值，且p都显著；

（2）d的情况有点特殊，有一组数据出现d>0.5，道理上是可以的，此时说明方差无界，但是：这种情况的经济含义是什么呢？是说明对象数据序列不平稳？还是别的什么？该如何改正模型？

另外，d<0又意味着什么？

引用资料中的说法：

y(t)is stationary and ergodic for 0<d<0.5 and that the variance of y(t) is infinite for 0.5<d<1；

y(t) is weakly stationary and inverible for -0.5<d<0.5

还没有找到关于1>d>0.5的解释。。。

补充：以上说法是针对I(d)过程的，不知道对FIGARCH是否成立

[此贴子已经被作者于2007-5-16 20:17:30编辑过]

简要说明下d:

d<|0.5| 序列既平稳又可逆

0<d<0.5 持久性平稳序列

d>=0.5 非平稳

d=0 短记忆

-0.5<d<0反持久，即时记忆

d=<-0.5 不可逆

问一句你用的什么数据，有没进行预处理和长记忆性检验，如果你的数据很异常那么如果无法消除短记忆因素就对建模非常有影响！

你有没在做实证？推荐一篇文章《股票市场收益率波动长记忆性的分解及实证研究》。处理过后的数据很容易使序列平稳又可逆,也许可以对你的研究有帮助。

但如果你只是凭空想象，没有亲自实验，你并不知道什么情况是现实中最可能发生的，那任何思考都没有价值

[此贴子已经被作者于2007-5-17 6:54:30编辑过]

谢谢engineer-xin的指导：

我正在时间序列的学习过程中，同时用一些数据来做实证，发现取的时间段不一样，结果就不一样，所以来问问是怎么回事（没有预处理）。

FIGARCH不是既可以处理短期记忆又可以处理长期记忆么？

还有，问一个很菜的问题，为什么FIGARCH建模的时候非要序列是平稳的？

做研究真不容易，遇到好多问题，又没人指导，头都大了

一篇论文中找到一句话：FIGARCH is strictly stationary and ergodic for 0<=d<=1,好像跟楼上的说法有出入？

一本书上又有：when |d| > 1/2,yt is non-stationary; when 0 < d < 1/2, yt is stationary and has long memory;when −1/2 < d < 0, yt is stationary and has short memory, and is sometimes referred to as anti-persistent.（ARFIMA）

[此贴子已经被作者于2007-5-16 20:30:48编辑过]

关于FIGARCH处理短记忆，当然是可以，我的意思是，短记忆部分的存在会影响检验，而且如果是短记忆FIGARCH模型就等于退化到GARCH族了，没必要用分数插分了啊~

还有，你说选取的时间段不同结果不同，不知道你用的检验是哪种，R/S应该是最普遍的长记忆检验了,在样本量比较“大”时,其效果较好,你是不是把样本选的太小,太小的话长记忆也无法体现,可能用GARCH就够了,d就不会太小.

还有我问你用什么数据你没有回答我，因为我做的实证都是d<|0.5|,而且看了很多文章，大家用股指做的也都是这个范围（有一篇做深成的超过了0.5,但也是只有0.57）