使用计量经济学模型应用程序- MATLAB & Simulink - MathWorks España检测ARCH效应万博1manbetx

使用计量计量模型应用程序检测拱效

这些示例展示了如何通过使用计量经济学建模师应用程序。方法包括检测平方残留的相关性和对重要拱滞的测试。数据集，存储在data_equityidx.mat.，包含从1990年到2001年的一系列纳斯达克每日收盘价。

检验ARCH效应的残差平方的相关图

此示例显示了如何通过绘制一系列平方残差的自相关函数（ACF）和部分自相关函数（PACF）来直观地确定A系列是否具有重要的弓形效果。

在命令行中，加载data_equityidx.mat.数据集。

负载data_equityidx.

数据集包含纳斯达克和纽约证券交易所关闭价格的表。有关数据集的更多详细信息，请输入描述在命令行。

转换表可以数据到一个时间表(详情见准备时间序列数据用于计量常调器应用程序）。

日期= datetime（日期，'convert from'，“datenum”，．..“格式”，'ddmmmyyyy'）;将日期转换为日期时间DataTable.Properties.RowNames = {};％清除行名称DataTable = Table2Timetable（DataTable，'rowtimes'、日期);％将表转换为时间表

在命令行，打开计量经济学建模师应用程序。

COMOLOMETRICMODELER.

或者，从应用程序库打开应用程序(见计量经济学建模师）。

进口可以数据进入应用程序：

在计量经济学建模师标签，在进口部分中,点击．
在里面导入数据对话框中进口？列，选择复选框可以数据变量。
点击进口．

变量出现在时间序列窗格，以及所有系列的时间序列情节出现在时间序列情节（纳斯达克）图窗口。

将每日收盘价的纳斯达克指数系列转换为百分比回报系列，方法是取该系列的对数，然后取对数的第一项差:

在里面时间序列窗格中,选择纳斯达克．
在计量经济学建模师标签，在转变部分中,点击日志．
与纳斯达克斯科选中时,在转变部分中,点击区别．
在里面时间序列窗格，重命名NASDAQLogDiff通过单击两次以选择其名称和输入来变量NASDAQReturns．

纳斯达克返回的时间序列曲线显示出现在时间序列图(NASDAQReturns)图窗口。

回报似乎在一个恒定水平上下波动，但表现出波动聚集。收益的大变化往往聚集在一起，小变化往往聚集在一起。也就是说，该级数具有条件异方差。

计算残差平方:

出口NASDAQReturns到matlab.^®工作区：
1. 在里面时间序列窗格，右键单击NASDAQReturns．
2. 在上下文菜单中，选择出口．
NASDAQReturns出现在MATLAB工作区。
在命令行:
1. 为了数值的稳定性，将收益按100的倍数缩放。
2. 通过从缩放返回系列中删除平均值来创建残差系列。因为您拍摄了纳斯达克价格的第一个区别来创建返回，所以返回的第一个元素丢失。因此，估计该系列的样本均值，呼叫意味着(NASDAQReturns omitnan)．
3. 残差平方。
4. 将平方残差添加为新变量可以数据时间表。
```
Nasdaqreturns = 100 * NasdaqReturns;Nasdaqresiduals = nasdaqreturns  - 意思（Nasdaqreturns，“omitnan”）;Nasdaqresiduals2 = Nasdaqresiduals。^ 2;DataTable.nasdaqresiduals2 = nasdaqresiduals2;
```

在计量经济模型中，导入可以数据：

在计量经济学建模师标签，在进口部分中,点击．
在里面计量经济学建模师对话框，单击好的清除应用程序中的所有变量和文档。
在里面导入数据对话框中进口？列，选择的复选框可以数据．
点击进口．

绘制ACF和PACF：

在里面时间序列窗格中,选择Nasdaqresiduals2.时间序列。
点击绘图选项卡，然后单击ACF．
点击绘图选项卡，然后单击PACF．
关闭时间序列情节（纳斯达克）图窗口。然后,位置ACF（NASDAQRESIDULS2）图窗口上方PACF（NASDAQRESIDULS2）图窗口。

样本ACF和PACF的平方残差具有显著的自相关。这一结果表明波动性存在聚类。

对残差平方进行Ljung-Box q检验

这个例子展示了如何使用Ljung-Box Q-test检验显著ARCH效应的残差平方。

在命令行:

加载data_equityidx.mat.数据集。
转换纳斯达克价格以返回。要维护正确的时间库，请使用a南价值。
衡量纳斯达克的回报。
通过从按比例计算的收益中去除均值来计算残差。
残差平方。
将残差平方向量作为变量加到可以数据．
转换可以数据从一张桌子变成一张时间表。

有关步骤的更多详细信息，请参阅检验ARCH效应的残差平方的相关图．

负载data_equityidx.NASDAQReturns = 100 * price2ret (DataTable.NASDAQ);NASDAQReturns =[南;NASDAQReturns];NASDAQResiduals2 = (NASDAQReturns - mean(NASDAQReturns，“omitnan”）））。^ 2;DataTable.nasdaqresiduals2 = nasdaqresiduals2;日期= datetime（日期，'convert from'，“datenum”）;DataTable.Properties.RowNames = {};DataTable = Table2Timetable（DataTable，'rowtimes'、日期);

在命令行，打开计量经济学建模师应用程序。

COMOLOMETRICMODELER.

或者，从应用程序库打开应用程序(见计量经济学建模师）。

进口可以数据进入应用程序：

在计量经济学建模师标签，在进口部分中,点击．
在里面导入数据对话框中进口？列，选择复选框可以数据变量。
点击进口．

变量出现在时间序列窗格，以及所有系列的时间序列情节出现在时间序列情节（纳斯达克）图窗口。

检验零假设米= 5通过Ljung-Box q检验，平方残差的自相关滞后共同为零。然后，检验零假设米= 10个平方残留的自相关滞后是联合零。

在里面时间序列窗格中,选择Nasdaqresiduals2.时间序列。
在计量经济学建模师标签，在测试部分中,点击新测试>ljung-box q-test．
在LBQ.标签，在参数部分，设置两者滞后数量和DOF.来5．保持两个测试的重要性水平为0.05，设置显著性水平到0.025。
在里面测试部分中,点击运行测试．
重复步骤3和4，但设置了滞后数量和DOF.来10代替。

测试结果出现在结果表的LBQ（NASDAQRESIDULS2）文档。

在两次检验中，无效假设被拒绝。的p每个测试的-value为0。结果表明，在滞后5(或10)之前，并不是所有的自相关都为零，说明方差残差中存在波动性聚类。

进行恩格尔的拱门测试

这个例子展示了如何使用恩格尔ARCH检验来检验显著ARCH效应的残差。

在命令行:

加载data_equityidx.mat.数据集。
转换纳斯达克价格以返回。要维护正确的时间库，请使用a南价值。
衡量纳斯达克的回报。
通过从按比例计算的收益中去除均值来计算残差。
将残差向量作为变量加到可以数据．
转换可以数据从一张桌子变成一张时间表。

有关步骤的更多详细信息，请参阅检验ARCH效应的残差平方的相关图．

负载data_equityidx.NASDAQReturns = 100 * price2ret (DataTable.NASDAQ);NASDAQReturns =[南;NASDAQReturns];Nasdaqresiduals = nasdaqreturns  - 意思（Nasdaqreturns，“omitnan”）;DataTable.nasdaqresids = nasdaqresids;日期= datetime（日期，'convert from'，“datenum”）;DataTable.Properties.RowNames = {};DataTable = Table2Timetable（DataTable，'rowtimes'、日期);

在命令行，打开计量经济学建模师应用程序。