关于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

麻烦各位指点一下，为何我的GARCH模型最后的结果概率都显著，可就是GARCH（-1）前的系数变成负值了，按照常理应该都是正的，不知道是哪个地方出问题了呢

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 ARCH ARC GARCH 模型

不知道您想對那些變數作時間序列分析. 這樣問有點攏統. 提供以下可能原因:
一. 或許您的y 和 x 在這段時間中呈現是反向關係(才為負數). 非是正向關係(所為正數).
二. 或許您資料其中有空白或輸入須要再檢查一次囉

希望對您有幫助

谢谢楼上的回复，实际是这样的，我要对人民币实际有效汇率的月度数据求波动率分析，大多数的文献求出的结果都是很合理的，为什么我的这个数据出来的结果就和他们不一样呢，目前就是这个变量的系数为负，很不合理，所以排除您所讲的第一种可能性，您介绍的第二种可能也试了，就还是没什么变化！麻烦您再给我分析一下！
Dependent Variable: DX                               
Method: ML - ARCH (Marquardt) - Normal distribution                               
Date: 08/22/09   Time: 10:03                               
Sample (adjusted): 1994M03 2009M06                               
Included observations: 184 after adjustments                               
Convergence achieved after 31 iterations                               
Variance backcast: ON                               
GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*GARCH(-1)                               
                               
        Coefficient        Std. Error        z-Statistic        Prob.  
                               
C        -0.001178        0.002807        -0.419621        0.6748
DX(-1)        -0.500512        0.067431        -7.422621        0.0000
DX(-1)^2        4.968190        1.388315        3.578577        0.0003
                               
        Variance Equation                       
                               
   C            0.00147        0.00023    6.217079                              0.0000
RESID(-1)^2   186803            0.044931    4.157541        0.0000
GARCH(-1)           -0.73800     0.148980           -4.953725        0.0000
                               
R-squared                            0.230380              Mean dependent var                  0.002186
Adjusted R-squared        0.208761            S.D. dependent var                0.034863
S.E. of regression        0.031011            Akaike info criterion                -4.122779
Sum squared resid        0.171184            Schwarz criterion                -4.017944
Log likelihood        385.2956            F-statistic                10.65658
Durbin-Watson stat        2.017122            Prob(F-statistic)                0.000000