使用计量经济学建模应用程序- MATLAB & Simulink检测ARCH效应万博1manbetx

使用计量计量模型应用程序检测弓形效果

这些示例展示了如何使用计量经济学建模师应用程序。方法包括检查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.该指数包含1990年至2001年纳斯达克(NASDAQ)每日收盘价格。

检查ARCH效应的平方残差相关图

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.

数据集包含了纳斯达克和纽约证券交易所收盘价的表，其中包括其他变量。有关数据集的更多详细信息，请输入描述在命令行。

转换表数据可图要一个时间表(详情请参阅准备时间序列数据用于计量常调器应用程序）。

日期= datetime(日期,'vectormfrom'，“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(见计量经济学建模师）。

进口数据可图进入应用程序：

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，选择复选框数据可图变量。
点击进口．

变量出现在数据浏览器，所有序列的时间序列图出现在时间序列情节（纳斯达克）图窗口。

将纳斯达克指数日收盘价序列转换为百分比回报序列，取该序列的日志，然后取记录序列的第一个差异:

在里面数据浏览器中,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．
与纳斯达克赛选中时,在转变部分中,点击区别．
changeNASDAQLogDiff来NASDAQReturns：
1. 在里面数据浏览器,右键单击NASDAQLogDiff．
2. 在上下文菜单中，选择重命名．
3. 输入NASDAQReturns．

纳斯达克返回的时间序列绘图出现在时间序列图(NASDAQReturns)图窗口。

回报率似乎在一个恒定水平上下波动，但表现出波动性聚集。回报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，该序列表现出条件异方差性。

计算残差平方:

出口NASDAQReturns到matlab.^®工作区：
1. 在里面数据浏览器,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. 为了数值上的稳定性，可以将收益换算为100倍。
2. 通过从缩放返回系列中删除平均值来创建残差系列。由于您拍摄了纳斯达克价格的第一个区别来创建返回，因此缺少返回的第一个元素。因此，要估算系列的样本均值，必须使用纳米．
3. 残差平方。
4. 将平方残差添加为新变量数据可图时间表。
```
NASDAQReturns = 100 * NASDAQReturns;纳斯达克剩余收益=纳斯达克收益- nanmean(纳斯达克收益);NASDAQResiduals2 = NASDAQResiduals。^ 2;数据表。纳斯达克Residuals2 = NASDAQResiduals2;
```

在Econometric Modeler中，导入数据可图：

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，选中对应的复选框数据可图．
点击进口．

绘制ACF和PACF：

在里面数据浏览器，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检验来检验显著ARCH效应的平方残差。

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预付结果南价值。
缩放纳斯达克返回。
通过从比例回报中移除平均值来计算残差。
残差平方。
将残差的平方向量作为一个变量相加数据可图．
转换数据可图从一张桌子变成一张时间表。

有关步骤的更多详细信息，请参阅检查ARCH效应的平方残差相关图．

负载data_equityidx.NASDAQReturns = 100 * price2ret (DataTable.NASDAQ);NASDAQReturns =[南;NASDAQReturns];nasdaq redual2 = (NASDAQReturns - nanmean(NASDAQReturns)).^2;数据表。纳斯达克Residuals2 = NASDAQResiduals2; dates = datetime(dates,'vectormfrom'，“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(见计量经济学建模师）。

进口数据可图进入应用程序：

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，选择复选框数据可图变量。
点击进口．

变量出现在数据浏览器，所有序列的时间序列图出现在时间序列情节（纳斯达克）图窗口。

测试第一个的空假设米= 5平方残差的自相关滞后量联合为零，采用Ljung-Box q检验。然后，检验第一个零假设米= 10个平方残留的自相关滞后是联合零。

在里面数据浏览器，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，设置两个滞后数量和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（Nasdaqresiduals2）文档。

两种检验均拒绝零假设。的p每个测试的-value为0。结果表明，在滞后5(或10)以下的自相关值并不是都为零，说明方差残差中的波动率聚类。

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预付结果南价值。
缩放纳斯达克返回。
通过从比例回报中移除平均值来计算残差。
将残差向量添加为变量数据可图．
转换数据可图从一张桌子变成一张时间表。

有关步骤的更多详细信息，请参阅检查ARCH效应的平方残差相关图．

负载data_equityidx.NASDAQReturns = 100 * price2ret (DataTable.NASDAQ);NASDAQReturns =[南;NASDAQReturns];纳斯达克剩余收益=纳斯达克收益- nanmean(纳斯达克收益);数据表。纳斯达克Residuals = NASDAQResiduals; dates = datetime(dates,'vectormfrom'，“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。