多变量广义正交GARCH模型( GO-GARCH)的code实现

相似文件 换一批

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

GENERALIZED ORTHOGONAL GARCH MODEL

目前国内文献基本上算是极少。

这几天做DCC－GARCH，没有推进到MSR阶段，主要是数据量太大了。
生成了模型，光粘贴就得好些时间。

然后就继续向前推进，就到了GO-GARCH阶段， 多变量广义正交GARCH模型。

继续图形主义吧。懂行的人，一看便知其份量。
如何实现的，唯有code知道。哈哈

这是建模的两个FTS



然后是执行code。转身去看美剧，或喝茶。

生成的正交特征根和scree plot

Principal Components Analysis                        
Date: 11/16/14   Time: 20:19                        
Sample (adjusted): 1993M01 2014M06                        
Included observations: 258 after adjustments                        
Balanced sample (listwise missing value deletion)                        
Computed using: Ordinary correlations                        
Extracting 2 of 2 possible components                        
                        
Eigenvalues: (Sum = 2, Average = 1)                        
                Cumulative    Cumulative   
Number    Value       Difference    Proportion    Value    Proportion   
                        
1    1.136757    0.273514    0.5684    1.136757    0.5684   
2    0.863243    ---        0.4316    2.000000    1.0000   
                        
Eigenvectors (loadings):                        
                        
Variable    PC 1      PC 2                  
                        
RESID_1_01    0.707107    -0.707107               
RESID_2_01    0.707107    0.707107               
                        
Ordinary correlations:                        
                        
    RESID_1_01    RESID_2_01               
RESID_1_01    1.000000                    
RESID_2_01    0.136757    1.000000               
                        
                        
均值方程1
Dependent Variable: ASI               
Method: Least Squares               
Date: 11/16/14   Time: 20:19               
Sample (adjusted): 1993M01 2014M06               
Included observations: 258 after adjustments               
               
Variable    Coefficient    Std. Error    t-Statistic    Prob.  
               
C    0.631280    0.264037    2.390878    0.0175
               
R-squared    0.000000        Mean dependent var        0.631280
Adjusted R-squared    0.000000        S.D. dependent var        4.241059
S.E. of regression    4.241059        Akaike info criterion        5.731372
Sum squared resid    4622.552        Schwarz criterion        5.745143
Log likelihood    -738.3469        Hannan-Quinn criter.        5.736909
Durbin-Watson stat    1.958134            
               
均值方程2
Dependent Variable: CSI               
Method: Least Squares               
Date: 11/16/14   Time: 20:19               
Sample (adjusted): 1993M01 2014M06               
Included observations: 258 after adjustments               
               
Variable    Coefficient    Std. Error    t-Statistic    Prob.  
               
C    0.374025    0.703038    0.532013    0.5952
               
R-squared    0.000000        Mean dependent var        0.374025
Adjusted R-squared    0.000000        S.D. dependent var        11.29246
S.E. of regression    11.29246        Akaike info criterion        7.690017
Sum squared resid    32772.58        Schwarz criterion        7.703788
Log likelihood    -991.0122        Hannan-Quinn criter.        7.695554
Durbin-Watson stat    2.254290            
               

因子成分方程1
Dependent Variable: PCOMP01_1               
Method: ML - ARCH (Marquardt) - Normal distribution               
Date: 11/16/14   Time: 20:19               
Sample (adjusted): 1993M01 2014M06               
Included observations: 258 after adjustments               
Convergence achieved after 9 iterations               
Bollerslev-Wooldridge robust standard errors & covariance               
Presample variance: unconditional               
GARCH = 1*(1 - C(1) - C(2))  + C(1)*RESID(-1)^2 + C(2)*GARCH(-1)               
               
Variable    Coefficient    Std. Error    z-Statistic    Prob.  
               
    Variance Equation            
               
C    0.143606        --        --        --
RESID(-1)^2    0.170637    0.085560    1.994347    0.0461
GARCH(-1)    0.685756    0.134819    5.086499    0.0000
               
R-squared    0.000000        Mean dependent var        1.35E-17
Adjusted R-squared    0.003876        S.D. dependent var        1.001944
S.E. of regression    1.000000        Akaike info criterion        2.789961
Sum squared resid    258.0000        Schwarz criterion        2.817503
Log likelihood    -357.9049        Hannan-Quinn criter.        2.801036
Durbin-Watson stat    1.993169            
               
因子方程2
Dependent Variable: PCOMP01_2               
Method: ML - ARCH (Marquardt) - Normal distribution               
Date: 11/16/14   Time: 20:19               
Sample (adjusted): 1993M01 2014M06               
Included observations: 258 after adjustments               
Convergence achieved after 8 iterations               
Bollerslev-Wooldridge robust standard errors & covariance               
Presample variance: unconditional               
GARCH = 1*(1 - C(1) - C(2))  + C(1)*RESID(-1)^2 + C(2)*GARCH(-1)               
               
Variable    Coefficient    Std. Error    z-Statistic    Prob.  
               
    Variance Equation            
               
C    0.025978        --        --        --
RESID(-1)^2    0.117901    0.041296    2.855022    0.0043
GARCH(-1)    0.856120    0.054178    15.80208    0.0000
               
R-squared    0.000000        Mean dependent var        -9.23E-17
Adjusted R-squared    0.003876        S.D. dependent var        1.001944
S.E. of regression    1.000000        Akaike info criterion        2.712852
Sum squared resid    258.0000        Schwarz criterion        2.740394
Log likelihood    -347.9579        Hannan-Quinn criter.        2.723927
Durbin-Watson stat    2.255072            
               
然后是DCC

成分一

成分二

GARCH01

GARCH02

然后就是因子FGARCH 01

然后就是因子FGARCH 02




正交的分解，基于多元模型的GARCH。
极其敏锐地捕捉到了国际金融大事。

哈哈。。。。。。。。。


然后就是喝茶，看美剧， walking daed S5E5

然后就是牛叉的模型就是这样诞生的。

然后就是***** 真牛叉。

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2 回帖

关键词：GARCH模型 ARCH模型 GARCH ARCH code 模型

哥的扣扣 529820052  微信公众号 zhouchaojjx

自己的沙发

继续给顶起来。。。。。

这是用eviews做的吗

楼主，晕了没?

gssdzc 发表于 2014-11-17 09:59
哥的扣扣 529820052  微信公众号 zhouchaojjx

楼主大神啊，最近也在愁论文，可能要用到dcc-egarch，求楼主赐教！

thx for sharing~