求问有人知道eviews怎么在garch模型的均值方程中加入条件方差项啊,即所谓的正反馈模型? 如何在eviews5.1软件建立GARCH模型中加入虚拟变量
Eviews\u4e2dgarch\u6a21\u578b\u7684\u6761\u4ef6\u65b9\u5dee\u5e38\u6570\u9879\u4e0d\u663e\u8457\u5e94\u8be5\u600e\u4e48\u529e\uff1fresid(-1) \u548cgarch(-1)\u4e24\u9879\u7cfb\u6570\u4e4b\u548c\u5927\u4e8e1\u600e\u4e48\u529e\uff1f\u5927\u4e8e\uff0c\u4f46\u662f\u4e5f\u5c31\u5927\u4e00\u70b9\uff0c\u5e94\u8be5\u95ee\u9898\u4e0d\u5927\u7684\uff0c\u53ea\u8981\u4f60\u64cd\u4f5c\u6ca1\u9519\u7684\u8bdd
\u81ea\u56de\u5f52\u6761\u4ef6\u5f02\u65b9\u5dee(Autoregressive Conditional Heteroscedasticity Model\uff0c ARCH)\u6a21\u578b\u662f\u7279\u522b\u7528\u6765\u5efa\u7acb\u6761\u4ef6\u65b9\u5dee\u6a21\u578b\u5e76\u5bf9\u5176\u8fdb\u884c\u9884\u6d4b\u7684\u3002
ARCH\u6a21\u578b\u662f1982\u5e74\u7531\u6069\u683c\u5c14(Engle, R.)\u63d0\u51fa\uff0c\u5e76\u7531\u535a\u52d2\u65af\u83b1\u6587(Bollerslev, T., 1986)\u53d1\u5c55\u6210\u4e3aGARCH (Generalized ARCH)\u2014\u2014\u5e7f\u4e49\u81ea\u56de\u5f52\u6761\u4ef6\u5f02\u65b9\u5dee\u3002\u8fd9\u4e9b\u6a21\u578b\u88ab\u5e7f\u6cdb\u7684\u5e94\u7528\u4e8e\u7ecf\u6d4e\u5b66\u7684\u5404\u4e2a\u9886\u57df\u3002\u5c24\u5176\u5728\u91d1\u878d\u65f6\u95f4\u5e8f\u5217\u5206\u6790\u4e2d\u3002
\u6309\u7167\u901a\u5e38\u7684\u60f3\u6cd5\uff0c\u81ea\u76f8\u5173\u7684\u95ee\u9898\u662f\u65f6\u95f4\u5e8f\u5217\u6570\u636e\u6240\u7279\u6709\uff0c\u800c\u5f02\u65b9\u5dee\u6027\u662f\u6a2a\u622a\u9762\u6570\u636e\u7684\u7279\u70b9\u3002\u4f46\u5728\u65f6\u95f4\u5e8f\u5217\u6570\u636e\u4e2d\uff0c\u4f1a\u4e0d\u4f1a\u51fa\u73b0\u5f02\u65b9\u5dee\u5462\uff1f\u4f1a\u662f\u600e\u6837\u51fa\u73b0\u7684\uff1f
\u6069\u683c\u5c14\u548c\u514b\u62c9\u683c\uff08Kraft, D., 1983\uff09\u5728\u5206\u6790\u5b8f\u89c2\u6570\u636e\u65f6\uff0c\u53d1\u73b0\u8fd9\u6837\u4e00\u4e9b\u73b0\u8c61\uff1a\u65f6\u95f4\u5e8f\u5217\u6a21\u578b\u4e2d\u7684\u6270\u52a8\u65b9\u5dee\u7a33\u5b9a\u6027\u6bd4\u901a\u5e38\u5047\u8bbe\u7684\u8981\u5dee\u3002\u6069\u683c\u5c14\u7684\u7ed3\u8bba\u8bf4\u660e\u5728\u5206\u6790\u901a\u8d27\u81a8\u80c0\u6a21\u578b\u65f6\uff0c\u5927\u7684\u53ca\u5c0f\u7684\u9884\u6d4b\u8bef\u5dee\u4f1a\u5927\u91cf\u51fa\u73b0\uff0c\u8868\u660e\u5b58\u5728\u4e00\u79cd\u5f02\u65b9\u5dee\uff0c\u5176\u4e2d\u9884\u6d4b\u8bef\u5dee\u7684\u65b9\u5dee\u53d6\u51b3\u4e8e\u540e\u7eed\u6270\u52a8\u9879\u7684\u5927\u5c0f\u3002\u000b \u4ece\u4e8b\u4e8e\u80a1\u7968\u4ef7\u683c\u3001\u901a\u8d27\u81a8\u80c0\u7387\u3001\u5916\u6c47\u6c47\u7387\u7b49\u91d1\u878d\u65f6\u95f4\u5e8f\u5217\u9884\u6d4b\u7684\u7814\u7a76\u5de5\u4f5c\u8005\uff0c\u66fe\u53d1\u73b0\u4ed6\u4eec\u5bf9\u8fd9\u4e9b\u53d8\u91cf\u7684\u9884\u6d4b\u80fd\u529b\u968f\u65f6\u671f\u7684\u4e0d\u540c\u800c\u6709\u76f8\u5f53\u5927\u7684\u53d8\u5316\u3002\u9884\u6d4b\u7684\u8bef\u5dee\u5728\u67d0\u4e00\u65f6\u671f\u91cc\u76f8\u5bf9\u5730\u5c0f\uff0c\u800c\u5728\u67d0\u4e00\u65f6\u671f\u91cc\u5219\u76f8\u5bf9\u5730\u5927\uff0c\u7136\u540e\uff0c\u5728\u53e6\u4e00\u65f6\u671f\u53c8\u662f\u8f83\u5c0f\u7684\u3002\u8fd9\u79cd\u53d8\u5f02\u5f88\u53ef\u80fd\u7531\u4e8e\u91d1\u878d\u5e02\u573a\u7684\u6ce2\u52a8\u6027\u6613\u53d7\u8c23\u8a00\u3001\u653f\u5c40\u53d8\u52a8\u3001\u653f\u5e9c\u8d27\u5e01\u4e0e\u8d22\u653f\u653f\u7b56\u53d8\u5316\u7b49\u7b49\u7684\u5f71\u54cd\u3002\u4ece\u800c\u8bf4\u660e\u9884\u6d4b\u8bef\u5dee\u7684\u65b9\u5dee\u4e2d\u6709\u67d0\u79cd\u76f8\u5173\u6027\u3002
\u4e3a\u4e86\u523b\u753b\u8fd9\u79cd\u76f8\u5173\u6027\uff0c\u6069\u683c\u5c14\u63d0\u51fa\u81ea\u56de\u5f52\u6761\u4ef6\u5f02\u65b9\u5dee\uff08ARCH\uff09\u6a21\u578b\u3002ARCH\u7684\u4e3b\u8981\u601d\u60f3\u662f\u65f6\u523b t \u7684ut \u7684\u65b9\u5dee\uff08= t2 \uff09\u4f9d\u8d56\u4e8e\u65f6\u523b(t 1)\u7684\u6b8b\u5dee\u5e73\u65b9\u7684\u5927\u5c0f\uff0c\u5373\u4f9d\u8d56\u4e8e ut2- 1 \u3002
\uff08\u4e00\uff09 ARCH\u6a21\u578b
\u4e3a\u4e86\u8bf4\u5f97\u66f4\u5177\u4f53\uff0c\u8ba9\u6211\u4eec\u56de\u5230k -\u53d8\u91cf\u56de\u5f52\u6a21\u578b\uff1a
(5.1.1)
\u5e76\u5047\u8bbe\u5728\u65f6\u523b ( t1 ) \u6240\u6709\u4fe1\u606f\u5df2\u77e5\u7684\u6761\u4ef6\u4e0b\uff0c\u6270\u52a8\u9879 ut \u7684\u5206\u5e03\u662f\uff1a
~ (5.1.2)
\u4e5f\u5c31\u662f\uff0cut \u9075\u5faa\u4ee50\u4e3a\u5747\u503c\uff0c(0+ 1u2t-1 )\u4e3a\u65b9\u5dee\u7684\u6b63\u6001\u5206\u5e03\u3002
\u7531\u4e8e(5.1.2)\u4e2dut\u7684\u65b9\u5dee\u4f9d\u8d56\u4e8e\u524d\u671f\u7684\u5e73\u65b9\u6270\u52a8\u9879\uff0c\u6211\u4eec\u79f0\u5b83\u4e3aARCH(1)\u8fc7\u7a0b\uff1a
\u7136\u800c\uff0c\u5bb9\u6613\u52a0\u4ee5\u63a8\u5e7f\u3002
\u4f8b\u5982\uff0c\u4e00\u4e2aARCH (p)\u8fc7\u7a0b\u53ef\u4ee5\u5199\u4e3a\uff1a
\uff085.1.3\uff09
\u5982\u679c\u6270\u52a8\u9879\u65b9\u5dee\u4e2d\u6ca1\u6709\u81ea\u76f8\u5173\uff0c\u5c31\u4f1a\u6709
H0 \uff1a
\u8fd9\u65f6
\u4ece\u800c\u5f97\u5230\u8bef\u5dee\u65b9\u5dee\u7684\u540c\u65b9\u5dee\u6027\u60c5\u5f62\u3002
\u6069\u683c\u5c14\u66fe\u8868\u660e\uff0c\u5bb9\u6613\u901a\u8fc7\u4ee5\u4e0b\u7684\u56de\u5f52\u53bb\u68c0\u9a8c\u4e0a\u8ff0\u865a\u62df\u5047\u8bbe\uff1a
\uff085.1.4\uff09
\u5176\u4e2d\uff0cût \u8868\u793a\u4ece\u539f\u59cb\u56de\u5f52\u6a21\u578b\uff085.1.1\uff09\u4f30\u8ba1\u5f97\u5230\u7684OLS\u6b8b\u5dee\u3002
\u4e8c\uff09 GARCH(1, 1)\u6a21\u578b
\u6211\u4eec\u5e38\u5e38\u6709\u7406\u7531\u8ba4\u4e3a ut \u7684\u65b9\u5dee\u4f9d\u8d56\u4e8e\u5f88\u591a\u65f6\u523b\u4e4b\u524d\u7684\u53d8\u5316\u91cf\uff08\u7279\u522b\u662f\u5728\u91d1\u878d\u9886\u57df\uff0c\u91c7\u7528\u65e5\u6570\u636e\u6216\u5468\u6570\u636e\u7684\u5e94\u7528\u66f4\u662f\u5982\u6b64\uff09\u3002\u8fd9\u91cc\u7684\u95ee\u9898\u5728\u4e8e\uff0c\u6211\u4eec\u5fc5\u987b\u4f30\u8ba1\u5f88\u591a\u53c2\u6570\uff0c\u800c\u8fd9\u4e00\u70b9\u5f88\u96be\u7cbe\u786e\u7684\u505a\u5230\u3002\u4f46\u662f\u5982\u679c\u6211\u4eec\u80fd\u591f\u610f\u8bc6\u5230\u65b9\u7a0b(5.1.3)\u4e0d\u8fc7\u662ft2\u7684\u5206\u5e03\u6ede\u540e\u6a21\u578b\uff0c\u6211\u4eec\u5c31\u80fd\u591f\u7528\u4e00\u4e2a\u6216\u4e24\u4e2at2\u7684\u6ede\u540e\u503c\u4ee3\u66ff\u8bb8\u591aut2\u7684\u6ede\u540e\u503c\uff0c\u8fd9\u5c31\u662f\u5e7f\u4e49\u81ea\u56de\u5f52\u6761\u4ef6\u5f02\u65b9\u5dee\u6a21\u578b(generalized autoregressive conditional heterosce-\u3000dasticity model\uff0c\u7b80\u8bb0\u4e3aGARCH\u6a21\u578b)\u3002\u5728GARCH\u6a21\u578b\u4e2d\uff0c\u8981\u8003\u8651\u4e24\u4e2a\u4e0d\u540c\u7684\u8bbe\u5b9a\uff1a\u4e00\u4e2a\u662f\u6761\u4ef6\u5747\u503c\uff0c\u53e6\u4e00\u4e2a\u662f\u6761\u4ef6\u65b9\u5dee\u3002
\u5728\u6807\u51c6\u5316\u7684GARCH(1,1)\u6a21\u578b\u4e2d\uff1a
(5.1.5)
(5.1.6)
\u5176\u4e2d\uff1axt\u662f1\u00d7(k+1)\u7ef4\u5916\u751f\u53d8\u91cf\u5411\u91cf\uff0c \u662f(k+1)\u00d71\u7ef4\u7cfb\u6570\u5411\u91cf\u3002 (5.1.5)\u4e2d\u7ed9\u51fa\u7684\u5747\u503c\u65b9\u7a0b\u662f\u4e00\u4e2a\u5e26\u6709\u8bef\u5dee\u9879\u7684\u5916\u751f\u53d8\u91cf\u51fd\u6570\u3002\u7531\u4e8et2\u662f\u4ee5\u524d\u9762\u4fe1\u606f\u4e3a\u57fa\u7840\u7684\u4e00\u671f\u5411\u524d\u9884\u6d4b\u65b9\u5dee \uff0c\u6240\u4ee5\u5b83\u88ab\u79f0\u4f5c\u6761\u4ef6\u65b9\u5dee\u3002
(5.1.6)\u4e2d\u7ed9\u51fa\u7684\u6761\u4ef6\u65b9\u5dee\u65b9\u7a0b\u662f\u4e0b\u9762\u4e09\u9879\u7684\u51fd\u6570\uff1a
1\uff0e\u5e38\u6570\u9879\uff08\u5747\u503c\uff09\uff1a
2\uff0e\u7528\u5747\u503c\u65b9\u7a0b(5.1.5)\u7684\u6b8b\u5dee\u5e73\u65b9\u7684\u6ede\u540e\u6765\u5ea6\u91cf\u4ece\u524d\u671f\u5f97\u5230\u7684\u6ce2\u52a8\u6027\u7684\u4fe1\u606f\uff1a ut2-1\uff08ARCH\u9879\uff09\u3002
3\uff0e\u4e0a\u4e00\u671f\u7684\u9884\u6d4b\u65b9\u5dee\uff1a t2-1 \uff08GARCH\u9879\uff09\u3002
GARCH(1,1)\u6a21\u578b\u4e2d\u7684(1,1)\u662f\u6307\u9636\u6570\u4e3a1\u7684GARCH\u9879\uff08\u62ec\u53f7\u4e2d\u7684\u7b2c\u4e00\u9879\uff09\u548c\u9636\u6570\u4e3a1\u7684ARCH\u9879\uff08\u62ec\u53f7\u4e2d\u7684\u7b2c\u4e8c\u9879\uff09\u3002\u4e00\u4e2a\u666e\u901a\u7684ARCH\u6a21\u578b\u662fGARCH\u6a21\u578b\u7684\u4e00\u4e2a\u7279\u4f8b\uff0c\u5373\u5728\u6761\u4ef6\u65b9\u5dee\u65b9\u7a0b\u4e2d\u4e0d\u5b58\u5728\u6ede\u540e\u9884\u6d4b\u65b9\u5deet2\u7684\u8bf4\u660e\u3002
\u5728EViews\u4e2dARCH\u6a21\u578b\u662f\u5728\u8bef\u5dee\u662f\u6761\u4ef6\u6b63\u6001\u5206\u5e03\u7684\u5047\u5b9a\u4e0b\uff0c\u901a\u8fc7\u6781\u5927\u4f3c\u7136\u51fd\u6570\u65b9\u6cd5\u4f30\u8ba1\u7684\u3002\u4f8b\u5982\uff0c\u5bf9\u4e8eGARCH(1,1)\uff0ct \u65f6\u671f\u7684\u5bf9\u6570\u4f3c\u7136\u51fd\u6570\u4e3a\uff1a
(5.1.7)
\u5176\u4e2d
(5.1.8)
\u8fd9\u4e2a\u8bf4\u660e\u901a\u5e38\u53ef\u4ee5\u5728\u91d1\u878d\u9886\u57df\u5f97\u5230\u89e3\u91ca\uff0c\u56e0\u4e3a\u4ee3\u7406\u5546\u6216\u8d38\u6613\u5546\u53ef\u4ee5\u901a\u8fc7\u5efa\u7acb\u957f\u671f\u5747\u503c\u7684\u52a0\u6743\u5e73\u5747\uff08\u5e38\u6570\uff09\uff0c\u4e0a\u671f\u7684\u9884\u671f\u65b9\u5dee\uff08GARCH\u9879\uff09\u548c\u5728\u4ee5\u524d\u5404\u671f\u4e2d\u89c2\u6d4b\u5230\u7684\u5173\u4e8e\u53d8\u52a8\u6027\u7684\u4fe1\u606f\uff08ARCH\u9879\uff09\u6765\u9884\u6d4b\u672c\u671f\u7684\u65b9\u5dee\u3002\u5982\u679c\u4e0a\u5347\u6216\u4e0b\u964d\u7684\u8d44\u4ea7\u6536\u76ca\u51fa\u4e4e\u610f\u6599\u5730\u5927\uff0c\u90a3\u4e48\u8d38\u6613\u5546\u5c06\u4f1a\u589e\u52a0\u5bf9\u4e0b\u671f\u65b9\u5dee\u7684\u9884\u671f\u3002\u8fd9\u4e2a\u6a21\u578b\u8fd8\u5305\u62ec\u4e86\u7ecf\u5e38\u53ef\u4ee5\u5728\u8d22\u52a1\u6536\u76ca\u6570\u636e\u4e2d\u770b\u5230\u7684\u53d8\u52a8\u7ec4\uff0c\u5728\u8fd9\u4e9b\u6570\u636e\u4e2d\uff0c\u6536\u76ca\u7684\u5de8\u5927\u53d8\u5316\u53ef\u80fd\u4f34\u968f\u7740\u66f4\u8fdb\u4e00\u6b65\u7684\u5de8\u5927\u53d8\u5316\u3002
\uff08\u4e09\uff09\u65b9\u5dee\u65b9\u7a0b\u7684\u56de\u5f52\u56e0\u5b50
\u65b9\u7a0b(5.1.6)\u53ef\u4ee5\u6269\u5c55\u6210\u5305\u542b\u5916\u751f\u7684\u6216\u524d\u5b9a\u56de\u5f52\u56e0\u5b50z\u7684\u65b9\u5dee\u65b9\u7a0b\uff1a
\uff085.1.11\uff09
\u6ce8\u610f\u5230\u4ece\u8fd9\u4e2a\u6a21\u578b\u4e2d\u5f97\u5230\u7684\u9884\u6d4b\u65b9\u5dee\u4e0d\u80fd\u4fdd\u8bc1\u662f\u6b63\u7684\u3002\u53ef\u4ee5\u5f15\u5165\u5230\u8fd9\u6837\u4e00\u4e9b\u5f62\u5f0f\u7684\u56de\u5f52\u7b97\u5b50\uff0c\u5b83\u4eec\u603b\u662f\u6b63\u7684\uff0c\u4ece\u800c\u5c06\u4ea7\u751f\u8d1f\u7684\u9884\u6d4b\u503c\u7684\u53ef\u80fd\u6027\u964d\u5230\u6700\u5c0f\u3002\u4f8b\u5982\uff0c\u6211\u4eec\u53ef\u4ee5\u8981\u6c42\uff1a
\uff085.1.12
GARCH(p, q)\u6a21\u578b
\u9ad8\u9636GARCH\u6a21\u578b\u53ef\u4ee5\u901a\u8fc7\u9009\u62e9\u5927\u4e8e1\u7684p\u6216q\u5f97\u5230\u4f30\u8ba1\uff0c\u8bb0\u4f5cGARCH(p, q)\u3002\u5176\u65b9\u5dee\u8868\u793a\u4e3a\uff1a
\uff085.1.13\uff09
\u8fd9\u91cc\uff0cp\u662fGARCH\u9879\u7684\u9636\u6570\uff0cq\u662fARCH\u9879\u7684\u9636\u6570\u3002
\u91d1\u878d\u7406\u8bba\u8868\u660e\u5177\u6709\u8f83\u9ad8\u53ef\u89c2\u6d4b\u5230\u7684\u98ce\u9669\u7684\u8d44\u4ea7\u53ef\u4ee5\u83b7\u5f97\u66f4\u9ad8\u7684\u5e73\u5747\u6536\u76ca\uff0c\u5176\u539f\u56e0\u5728\u4e8e\u4eba\u4eec\u4e00\u822c\u8ba4\u4e3a\u91d1\u878d\u8d44\u4ea7\u7684\u6536\u76ca\u5e94\u5f53\u4e0e\u5176\u98ce\u9669\u6210\u6b63\u6bd4\uff0c\u98ce\u9669\u8d8a\u5927\uff0c\u9884\u671f\u7684\u6536\u76ca\u5c31\u8d8a\u9ad8\u3002\u8fd9\u79cd\u5229\u7528\u6761\u4ef6\u65b9\u5dee\u8868\u793a\u9884\u671f\u98ce\u9669\u7684\u6a21\u578b\u88ab\u79f0\u4e3aARCH\u5747\u503c\u6a21\u578b(ARCH-in-mean)\u6216ARCH-M\u56de\u5f52\u6a21\u578b\u3002\u5728ARCH-M\u4e2d\u6211\u4eec\u628a\u6761\u4ef6\u65b9\u5dee\u5f15\u8fdb\u5230\u5747\u503c\u65b9\u7a0b\u4e2d:
\uff085.1.14\uff09
ARCH-M\u6a21\u578b\u7684\u53e6\u4e00\u79cd\u4e0d\u540c\u5f62\u5f0f\u662f\u5c06\u6761\u4ef6\u65b9\u5dee\u6362\u6210\u6761\u4ef6\u6807\u51c6\u5dee\uff1a
\u6216\u53d6\u5bf9\u6570
ARCH-M\u6a21\u578b\u901a\u5e38\u7528\u4e8e\u5173\u4e8e\u8d44\u4ea7\u7684\u9884\u671f\u6536\u76ca\u4e0e\u9884\u671f\u98ce\u9669\u7d27\u5bc6\u76f8\u5173\u7684\u91d1\u878d\u9886\u57df\u3002\u9884\u671f\u98ce\u9669\u7684\u4f30\u8ba1\u7cfb\u6570\u662f\u98ce\u9669\u6536\u76ca\u4ea4\u6613\u7684\u5ea6\u91cf\u3002\u4f8b\u5982\uff0c\u6211\u4eec\u53ef\u4ee5\u8ba4\u4e3a\u67d0\u80a1\u7968\u6307\u6570\uff0c\u5982\u4e0a\u8bc1\u7684\u80a1\u7968\u6307\u6570\u7684\u7968\u9762\u6536\u76ca\uff08returet\uff09\u4f9d\u8d56\u4e8e\u4e00\u4e2a\u5e38\u6570\u9879\uff0c\u901a\u8d27\u81a8\u80c0\u7387t \u4ee5\u53ca\u6761\u4ef6\u65b9\u5dee\uff1a
\u8fd9\u79cd\u7c7b\u578b\u7684\u6a21\u578b\uff08\u5176\u4e2d\u671f\u671b\u98ce\u9669\u7528\u6761\u4ef6\u65b9\u5dee\u8868\u793a\uff09\u5c31\u79f0\u4e3aGARCH-M\u6a21\u578b\u3002
ARCH-M\u6a21\u578b\u901a\u5e38\u7528\u4e8e\u5173\u4e8e\u8d44\u4ea7\u7684\u9884\u671f\u6536\u76ca\u4e0e\u9884\u671f\u98ce\u9669\u7d27\u5bc6\u76f8\u5173\u7684\u91d1\u878d\u9886\u57df\u3002\u9884\u671f\u98ce\u9669\u7684\u4f30\u8ba1\u7cfb\u6570\u662f\u98ce\u9669\u6536\u76ca\u4ea4\u6613\u7684\u5ea6\u91cf\u3002\u4f8b\u5982\uff0c\u6211\u4eec\u53ef\u4ee5\u8ba4\u4e3a\u67d0\u80a1\u7968\u6307\u6570\uff0c\u5982\u4e0a\u8bc1\u7684\u80a1\u7968\u6307\u6570\u7684\u7968\u9762\u6536\u76ca\uff08returet\uff09\u4f9d\u8d56\u4e8e\u4e00\u4e2a\u5e38\u6570\u9879\uff0c\u901a\u8d27\u81a8\u80c0\u7387t \u4ee5\u53ca\u6761\u4ef6\u65b9\u5dee\uff1a
\u8fd9\u79cd\u7c7b\u578b\u7684\u6a21\u578b\uff08\u5176\u4e2d\u671f\u671b\u98ce\u9669\u7528\u6761\u4ef6\u65b9\u5dee\u8868\u793a\uff09\u5c31\u79f0\u4e3aGARCH-M\u6a21\u578b\u3002
绛旓細鍧囧兼柟绋嬬湅浣犲浣曡缃,濡傛灉鏄父鏁板潎鍊兼柟绋,鍒欑洿鎺ヨ緭鍏 c ,鐒跺悗璁剧疆娉㈠姩鐜囨ā鍨,濡傛灉鍧囧兼柟绋嬫槸ARMA妯″瀷,鍒欑敤y c AR(1) AR(2) MA(1) MA(2),娉㈠姩妯″瀷鑷繁璁捐鍟!
绛旓細鏂规硶锛氫綘鎸塯enr锛鍦ㄥ璇濇閲岄潰杈撳叆Y=d(X)锛孹灏辨槸浣犺杩涜宸垎鐨勫彉閲忥紝Y灏辨槸宸垎鍚庝繚瀛樼殑鍙橀噺锛岀劧鍚庢寜Ok灏卞彲浠ヤ簡銆傚鏋滄槸浜岄樁锛屽氨杈撳叆Y=d(X锛2)锛孨闃跺氨鏄痀=d(X锛孨)姒傚康锛欵views鏄疎conometrics Views鐨勭缉鍐欙紝鐩磋瘧涓鸿閲忕粡娴庡瑙傚療锛岄氬父绉颁负璁¢噺缁忔祹瀛﹁蒋浠跺寘銆傚畠鐨勬湰鎰忔槸瀵圭ぞ浼氱粡娴庡叧绯讳笌缁忔祹娲...
绛旓細1銆佹墦寮鐩稿叧鐨勪富鐣岄潰锛岀洿鎺ュ湪鍒嗘瀽閭i噷閫夋嫨姣旇緝鍧囧间腑鐨勫潎鍊笺2銆佷笅涓姝ュ鏋滄病闂锛屽氨鎶婂搴旂殑鍙傛暟鍒嗗埆鏀惧叆鍥犲彉閲忓垪琛ㄥ拰鑷彉閲忓垪琛ㄣ3銆佽繖涓椂鍊欑瓑瀹屾垚涓婅堪鎿嶄綔浠ュ悗锛岄渶瑕佽繘琛岀‘瀹氥4銆佽繖鏍蜂竴鏉ヤ細鐢熸垚鍥剧ず鐨勭粨鏋滐紝鍗冲彲瀹炵幇鐢eviews姹傚潎鍊肩殑鎿嶄綔姝ラ浜嗐
绛旓細1銆侀鍏堟墦寮EViews10杞欢锛屽湪棣栫晫闈細寮瑰嚭涓涓璇濇锛岀偣鍑汇怌reate a new EViews workfile銆戯紝鍒涘缓涓涓柊鐨勬枃浠躲2銆佺劧鍚庡湪寮瑰嚭鐨勭晫闈㈤噷锛岃緭鍏ュ紑濮嬫椂闂村拰缁撴潫鏃堕棿锛屽紑濮嬫椂闂磋緭鍏1979锛岀粨鏉熸椂闂磋緭鍏ヤ负1997锛屽叾浣欎繚鎸侀粯璁や笉鍙橈紝鐒跺悗鐐瑰嚮銆怬K銆戙3銆佺劧鍚庡彲浠ョ湅鍒板嚭鐜颁簡涓涓┖鐧界晫闈紝鐒跺悗鍦ㄥ懡浠よ緭鍏ユ閲屸...
绛旓細濡備綍鐢Eviews鍋氭牸鍏版澃鍥犳灉鍏崇郴妫楠?鍏蜂綋姝ラ 鍖垮悕 | 娴忚51291 娆 闂鏈紑鏀惧洖绛 |涓炬姤 鎺ㄨ崘浜2017-12-15 10:11:47 鏈浣崇瓟妗 绗竴姝:閫夊畾涓ゅ簭鍒,浠roup鎵撳紑(鐐瑰彸閿,閫塷pen as group)寰楀脊鍑虹獥濡傚浘: 绗簩姝:閫夎彍鍗晇iew,鐐归夋渶鍚庝竴椤筭ranger causalty test...寰楀脊鍑虹獥,杈撳叆闃舵暟,涓鑸2鎴3鍗冲彲,鐐筄K,寰楃粨...
绛旓細1銆佸鏋滀綘灏嗘枃浠朵繚瀛樺湪eviews鐨勯粯璁ょ洰褰曚腑锛堜竴鑸槸eviews杞欢鐨勫畨瑁呯洰褰曪級锛屽氨涓嶄細鍑虹幇杩欎釜闂锛涗及璁′綘鏄瓨鍦ㄦ闈笂浜嗭紝姝ゆ椂鏈変袱涓柟娉曪紝涓鏄繘鍏views鍚庡湪鏂囦欢鑿滃崟涓墦寮鏂囦欢锛屼簩鏄皢eviews鐨勯粯璁ょ洰褰曟敼鎴愭闈傛渶濂戒竴寮濮嬪氨灏嗘枃浠朵繚瀛樺湪榛樿鐩綍涓2銆佽繕鏈変竴绉嶅彲鑳斤紝EViews涓嶆敮鎸佷腑鏂囷紝浣犵殑淇濆瓨...
绛旓細鍏堝湪鍛戒护妗嗛噷杈撳叆ls y c x1 x2鐒跺悗enter寤猴紝鍦ㄥ脊鍑虹殑鍥炲綊缁撴灉涓偣鍑籿ies锛宺esidual diagnostics鐒跺悗鐐瑰嚮Heteroskedasticity Tests鐒跺悗閫墂hite锛岀偣鍑籓K灏卞彲浠ヤ簡
绛旓細0锛孉DF妫楠屾楠わ細Ouick-->series staticstics-->unit root text-->杈撳叆搴忓垪鍚嶇О鍗冲彲锛岀劧鍚庢樉绀虹殑鐣岄潰鍙互閫夋嫨level 鍗虫楠屽師濮嬪簭鍒楁槸鍚﹀钩绋筹紝杩樺彲浠ユ楠屼竴闃跺樊鍒 浜岄樁宸垎鏄惁骞崇ǔ 锛岀浉淇′綘鍒拌繖涓姝ワ紝鐪嬪埌鐣岄潰鎻愮ず灏辫兘鍋氫簡銆備竴鑸敤ADF妫楠屽氨鍙互浜嗐傚摝锛屼互涓婂墠鎻愭槸灏嗕綘鐨勬暟鎹鍏EVIEWS涓浜 ...
绛旓細鍦EViews涓ARCH妯″瀷鏄湪璇樊鏄潯浠舵鎬佸垎甯冪殑鍋囧畾涓嬶紝閫氳繃鏋佸ぇ浼肩劧鍑芥暟鏂规硶浼拌鐨勩備緥濡傦紝瀵逛簬GARCH(1,1)锛宼 鏃舵湡鐨勫鏁颁技鐒跺嚱鏁颁负锛(5.1.7)鍏朵腑 (5.1.8)杩欎釜璇存槑閫氬父鍙互鍦ㄩ噾铻嶉鍩熷緱鍒拌В閲婏紝鍥犱负浠g悊鍟嗘垨璐告槗鍟嗗彲浠ラ氳繃寤虹珛闀挎湡鍧囧肩殑鍔犳潈骞冲潎锛堝父鏁帮級锛屼笂鏈熺殑棰勬湡鏂瑰樊锛圙ARCH椤癸級鍜屽湪浠ュ墠鍚勬湡涓...
绛旓細1銆佹墦寮EViews8.0杞欢锛岀偣鍑诲乏涓婅鐨勨渘ew鈥濋夐」锛岀劧鍚庨夋嫨鈥渨orkfile鈥濄2銆佸湪鈥渨orkfile create鈥濈晫闈腑锛岄夋嫨鈥渦nstructured/undated鈥濋夐」锛岀劧鍚庡湪鈥渙bservations鈥濊緭鍏ユ暟鎹鏁帮紝鐒跺悗鐐瑰嚮鈥淥K鈥濇寜閽3銆佽繑鍥炰富鐣岄潰鍚庯紝鐐瑰嚮涓婃柟鐨勨淨uick鈥濋夐」锛岀劧鍚庨夋嫨鈥淓mpty Group鈥濄4銆佺矘璐撮渶瑕佽繘琛屾鐗规楠岀殑...