[求助]请教如何拟合ARIMA-GARCH模型

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

<p>收益率序列，师兄说符合ARIMA(0,1,1)-GARCH(1,1)模型，请教如何在SAS中编程检验，谢谢</p><p> 329584.xls (175 KB)

2009-5-25 21:12:00 上传

[求助]请教如何拟合ARIMA-GARCH模型

<br/></p>

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：GARCH模型 ARCH模型 GARCH ARIMA ARCH 请教 模型 拟合

20金币酬谢

可以参考这个：

/************************************************
* ARMA - GARCH ESTIMATION USING PROC MODEL      *
************************************************/

data garch;
  lu = 0;
  lh = 0;
  ly = 0;
  do i = 1 to 1000;
    h = 0.3 + 0.4 * lu ** 2 + 0.5 * lh;
    u = sqrt(h) * rannor(1);
    y = 1 + 0.6 * (ly - 1) + u - 0.7 * lu;
    lu = u;
    lh = h;
    ly = y;
    output;
  end;
run;

proc model data = garch;
  parms ar1 ma1 mu;
  y = mu + ar1 * zlag1(y - mu) + ma1 * zlag1(resid.y);
  fit y / method = marquardt fiml white;

/*               Nonlinear FIML Parameter Estimates
                                Approx                  Approx
  Parameter       Estimate     Std Err    t Value     Pr > |t|
  ar1             0.777183      0.0702      11.07       <.0001
  ma1             0.841133      0.0639      13.16       <.0001
  mu              1.020479      0.0392      26.01       <.0001
RESULT: ESTIMATION OF ARMA(1, 1) WITHOUT GARCH COMPONENT.

                    Heteroscedasticity Test
Equation       Test              Statistic    DF   Pr > ChiSq
y              White's Test          89.85     9       <.0001
RESULT: WHITE'S TEST SUGGESTS HETEROSCEKASTICITY.
*/
  test "AR1 = 0.6" ar1 = 0.6;
  test "MA1 = 0.7" ma1 = 0.7;
/*                          Test Results
   Test            Type            Statistic    Pr > ChiSq
   AR1 = 0.6       Wald                 6.37        0.0116
   MA1 = 0.7       Wald                 4.88        0.0272
RESULT: ESTIMATES ARE DIFFERENT FROM SIMULATION PARAMETERS.
*/
run;
quit;

proc model data = garch;
  parms ar1 ma1 mu arch0 arch1 garch1;
  y = mu + ar1 * zlag1(y - mu) + ma1 * zlag1(resid.y);
  h.y = arch0 + arch1 * xlag(resid.y ** 2, mse.y) +
        garch1 * xlag(h.y, mse.y);
  fit y / method = marquardt fiml out = forecast outall;
/*               Nonlinear FIML Parameter Estimates
                                Approx                  Approx
  Parameter       Estimate     Std Err    t Value     Pr > |t|
  ar1              0.51709      0.1036       4.99       <.0001
  ma1             0.658866      0.0866       7.61       <.0001
  mu              0.989957      0.0257      38.54       <.0001
  arch0           0.391227      0.0702       5.58       <.0001
  arch1           0.398557      0.0539       7.39       <.0001
  garch1          0.464724      0.0530       8.76       <.0001
RESULT: ESTIMATION OF ARMA(1, 1) WITH GARCH(1, 1).
*/
  test "AR1    = 0.6" ar1 = 0.6;
  test "MA1    = 0.7" ma1 = 0.7;
  test "ARCH1  = 0.4" arch1 = 0.4;
  test "GARCH1 = 0.5" garch1 = 0.5;
/*                          Test Results
   Test            Type            Statistic    Pr > ChiSq
   AR1    = 0.6    Wald                 0.64        0.4237
   MA1    = 0.7    Wald                 0.23        0.6347
   ARCH1  = 0.4    Wald                 0.00        0.9786
   GARCH1 = 0.5    Wald                 0.44        0.5059
RESULT: ESTIMATES ARE IN LINE WITH SIMULATION PARAMETERS.
*/
run;
quit;