使用计量经济模型应用程序检测ARCH效应
这些例子展示了如何评估一个序列是否具有波动率聚类计量经济学建模师方法包括检验平方残差的相关图和检验显著的ARCH滞后。数据集,存储在Data_EquityIdx.mat
,包含了从1990年到2001年的一系列纳斯达克每日收盘价。
检验ARCH效应的平方残差相关图
这个例子展示了如何通过绘制平方残差序列的自相关函数(ACF)和部分自相关函数(PACF)来直观地确定一个序列是否具有显著的ARCH效应。
在命令行上,加载Data_EquityIdx.mat
数据集。
负载Data_EquityIdx
该数据集包含纳斯达克和纽交所收盘价表,以及其他变量。有关数据集的更多详细信息,请输入描述
在命令行。
在命令行上,打开计量经济学建模师应用程序。
econometricModeler
或者,从应用程序库中打开应用程序(参见计量经济学建模师).
进口DataTimeTable
进入应用程序:
在计量经济学建模师选项卡,在进口部分,单击进口按钮.
在“导入数据”对话框中,单击进口吗?的复选框
DataTimeTable
变量。点击进口.
变量出现在时间序列窗格中显示了所有序列的时间序列图时间序列图(纳斯达克)图窗口。
将NASDAQ指数日收盘价转换为百分比回报率序列,取该序列的对数,然后取该对数序列的第一个差值:
在时间序列窗格中,选择
纳斯达克
.在计量经济学建模师选项卡,在转换部分中,点击日志.
与
NASDAQLog
选定,在转换部分中,点击区别.在时间序列窗格,将
NASDAQLogDiff
变量,单击两次以选择其名称并输入NASDAQReturns
.
纳斯达克收益率的时间序列图出现在时间序列图(纳斯达克回报率)图窗口。
回报率似乎在一个恒定的水平上下波动,但表现为波动聚集。收益的大变化往往聚集在一起,小变化也往往聚集在一起。也就是说,该级数表现出条件异方差性。
计算残差平方:
出口
NASDAQReturns
到MATLAB®工作区:在时间序列窗格中,右键单击
NASDAQReturns
.在上下文菜单中,选择出口.
NASDAQReturns
出现在MATLAB工作区中。在命令行:
为了数值的稳定性,将收益乘以100。
通过从缩放收益序列中去除平均值来创建一个残差序列。因为你取了纳斯达克价格的第一个差值来创建收益,所以收益的第一个元素缺失了。因此,要估计序列的样本均值,调用
意味着(NASDAQReturns omitnan)
.残差的平方。
把残差的平方作为一个新变量加到
DataTimeTable
时间表。
nasdaq return = 100* nasdaq return;nasdaq残余收益= nasdaq收益率-均值“omitnan”);nasdaq residual2 = NASDAQResiduals.^2;DataTimeTable。纳斯达克Residuals2 = NASDAQResiduals2;
在计量经济学建模器中,导入DataTimeTable
:
在计量经济学建模师选项卡,在进口部分中,点击.
在“计量经济建模器”对话框中,单击好吧清除应用程序中的所有变量和文档。
在“导入数据”对话框中,单击进口吗?列时,选中的复选框
DataTimeTable
.点击进口.
绘制ACF和PACF图:
在时间序列窗格中,选择
NASDAQResiduals2
时间序列。单击情节选项卡,然后单击ACF.
单击情节选项卡,然后单击PACF.
关闭时间序列图(纳斯达克)图窗口。然后,定位ACF (NASDAQResiduals2)图窗口上方PACF (NASDAQResiduals2)图窗口。
样本ACF和PACF在平方残差中表现出显著的自相关性。这一结果表明波动率存在聚类现象。
对平方残差进行Ljung-Box q检验
这个例子展示了如何使用Ljung-Box q检验检验显著ARCH效应的平方残差。
在命令行:
加载
Data_EquityIdx.mat
数据集。将纳斯达克价格转换为回报。要保持正确的时间基数,在结果返回前加上
南
价值。衡量纳斯达克的回报率。
通过从缩放收益中去除平均值来计算残差。
残差的平方。
加上残差平方向量作为变量
DataTimeTable
.
有关步骤的详细信息,请参见检验ARCH效应的平方残差相关图.
负载Data_EquityIdx纳斯达克回报率= 100*price2ret(datatitable . nasdaq);纳斯达克指数收益率= [NaN;NASDAQReturns];nasdaq residual2 = (NASDAQReturns - mean);“omitnan”)) ^ 2;DataTimeTable。纳斯达克Residuals2 = NASDAQResiduals2;
在命令行上,打开计量经济学建模师应用程序。
econometricModeler
或者,从应用程序库中打开应用程序(参见计量经济学建模师).
进口DataTimeTable
进入应用程序:
在计量经济学建模师选项卡,在进口部分,单击进口按钮.
在“导入数据”对话框中,单击进口吗?的复选框
DataTimeTable
变量。点击进口.
变量出现在时间序列窗格中显示了所有序列的时间序列图时间序列图(纳斯达克)图窗口。
检验零假设米通过Ljung-Box q检验,平方残差的= 5个自相关滞后共同为零。然后,检验零假设米= 10平方残差的自相关滞后共同为零。
在时间序列窗格中,选择
NASDAQResiduals2
时间序列。在计量经济学建模师选项卡,在测试部分中,点击新的测试>Ljung-Box Q-Test.
在LBQ选项卡,在参数节,设置两个滞后数而且景深来
5
.为使两个测试保持0.05的显著性水平,设置显著性水平到0.025。在测试部分中,点击运行测试.
重复步骤3和4,但是设置两个滞后数而且景深来
10
代替。
测试结果显示在结果表LBQ (NASDAQResiduals2)文档。
这两个检验都拒绝原假设。的p-value为每个测试的值为0。结果表明,在滞后5(或10)之前,并不是每个自相关都为零,表明波动率在平方残差中聚类。
进行恩格尔ARCH测试
这个例子展示了如何使用恩格尔的ARCH检验检验显著ARCH效应的残差。
在命令行:
加载
Data_EquityIdx.mat
数据集。将纳斯达克价格转换为回报。要保持正确的时间基数,在结果返回前加上
南
价值。衡量纳斯达克的回报率。
通过从缩放收益中去除平均值来计算残差。
将残差向量作为变量加到
DataTimeTable
.
有关步骤的详细信息,请参见检验ARCH效应的平方残差相关图.
负载Data_EquityIdx纳斯达克回报率= 100*price2ret(datatitable . nasdaq);纳斯达克指数收益率= [NaN;NASDAQReturns];nasdaq残余收益= nasdaq收益率-均值“omitnan”);DataTimeTable。纳斯达克Residuals = NASDAQResiduals;
在命令行上,打开计量经济学建模师应用程序。
econometricModeler
或者,从应用程序库中打开应用程序(参见计量经济学建模师).
进口DataTimeTable
进入应用程序:
在计量经济学建模师选项卡,在进口部分,单击进口按钮.
在“导入数据”对话框中,单击进口吗?的复选框
DataTimeTable
变量。点击进口.
变量出现在时间序列窗格中,时间序列图的所有序列都出现在时间序列图(纳斯达克)图窗口。
利用Engle's ARCH检验,检验NASDAQ残差序列不显示ARCH效应的原假设。指定残差级数为ARCH(2)模型。
在时间序列窗格中,选择
NASDAQResiduals
时间序列。在计量经济学建模师选项卡,在测试部分中,点击新的测试>恩格尔ARCH测试.
在拱选项卡,在参数节中,设置滞后数来
2
.在测试部分中,点击运行测试.
测试结果显示在结果表拱(NASDAQResiduals)文档。
原假设被拒绝,赞成ARCH(2)替代。检验结果表明,残差中存在显著的波动率聚类。