ARCH类模型EViews讲义 [推广有奖]

ARCH类模型EViews讲义，讲的比较详细，比较注重在金融领域的运用。

实验七 （G）ARCH模型在金融数据中的应用
一、实验目的
理解自回归异方差（ARCH）模型的概念及建立的必要性和适用的场合。
了解(G)ARCH 模型的各种不同类型，如GARCH-M 模型（GARCH in mean ），EGARCH模型
(Exponential GARCH ) 和TARCH模型 (又称GJR)。掌握对 (G)ARCH 模型的识别、估计及如何运用
Eviews软件在实证研究中实现。
二、基本概念
p阶自回归条件异方程ARCH(p)模型，其定义由均值方程（7.1）和条件方程方程（7.2）给出：
                                           （7.1）
                  （7.2）
其中，  表示t-1时刻所有可得信息的集合， 为条件方差。方程（7.2）表示误差项 的方差  由两
部分组成：一个常数项和前p个时刻关于变化量的信息，用前p个时刻的残差平方表示(ARCH项)。
广义自回归条件异方差GARCH(p,q)模型可表示为：
                                           （7.3）
     （7.4）
三、实验内容及要求
1、实验内容：
以上证指数和深证成份指数为研究对象，选取1997年1月2日～2002年12月31日共6年每个交易日上
证指数和深证成份指数的收盘价为样本，完成以下实验步骤：
（一） 沪深股市收益率的波动性研究
（二） 股市收益波动非对称性的研究
（三） 沪深股市波动溢出效应的研究
2、实验要求：
（1）深刻理解本章的概念；
（2）对实验步骤中提出的问题进行思考；
（3）熟练掌握实验的操作步骤，并得到有关结果。
四、实验指导
（一） 沪深股市收益率的波动性研究
1、描述性统计
(1) 导入数据，建立工作组
打开Eviews软件，选择“File”菜单中的“New Workfile”选项，在“Workfile frequency”框中
选择“undated or irregular”，在“Start observation”和“End observation”框中分别输入
1 和1444，单击“OK”。选择“File”菜单中的“Import--Read Text-Lotus-Excel”选项，找到
要导入的名为EX6.4.xls的Excel文档完成数据导入。
（2）生成收益率的数据列
在Eviews窗口主菜单栏下的命令窗口中键入如下命令：genr rh=log(sh/sh(-1)) ，回车后即形成
沪市收益率的数据序列rh，同样的方法可得深市收益数剧序列rz。
（3）观察收益率的描述性统计量
双击选取“rh”数据序列，在新出现的窗口中点击“View” －“Descriptive Statistics”－
“Histogram and Stats”，则可得沪市收益率rh的描述性统计量，如图7－1所示：