将数据导入计量经济学建模器

在命令行中，加载盖面层数据集。

负载CAPMuniverse

该系列节目已列入时间表资产时间表.

在命令行中，打开计量经济学建模者应用程序。

计量经济学模型

或者，从应用程序库中打开应用程序（请参见计量经济学建模者).

进口资产时间表为应用程序:

市场指数变量，包括集市，出现在数据浏览器，包含所有序列的时间序列图将显示在时间序列图（APPL）图形窗口。

策划这个系列

双击集市时间序列数据浏览器.

这一系列似乎在不断波动Y= 0，波动性聚类。考虑GARCH(1,1)模型，该系列没有平均偏移。

指定和估计GARCH模型

指定一个没有平均偏移量的GARCH(1,1)模型。

模型变量加丘市场出现在模型部分数据浏览器，其估算摘要显示在模型概要（加西亚市场）文件

这个P系数估计值接近于零，这表明估计值是显著的。推断出的条件方差显示2003年的高波动性，然后是2005年的小波动性。标准化残差似乎在附近波动Y=0，并且存在多个较大（量级）残差。

检查拟合优度

评估标准化残差是否正态分布且不相关。然后，评估残差序列是否具有持续的条件异方差。

通过绘制直方图和分位数图，评估标准化残差是否正态分布：

直方图和分位数图显示在直方图(GARCH_MARKET)和QQPlot（GARCH_市场）图3分别显示了窗口。

通过绘制标准化残差的自相关函数（ACF），评估标准化残差是否自相关。

ACF图出现在ACF（GARCH_市场）图形窗口。

通过绘制标准化残差的平方的ACF来评估残差序列是否具有持久的条件异方差:

标准化残差的平方的ACF出现在机场核心财务（加西亚市场）2图形窗口。

排列直方图、分位数-分位数图、ACF和平方标准化残差序列的ACF，使它们占据右窗格的四个象限:

虽然结果显示了一些较大的标准化残差，但它们似乎是近似正态分布的。标准化残差和平方标准化残差的ACF图不包含任何显著的自相关。因此，可以合理地得出结论，标准化残差是不相关和同方差的。