在进行金融时间序列分析时，往往需要得到序列的波动率，比如股票市场或者债券市场收益率的波动率。我们可以使用GARCH(p,q)，一般取1阶就可以，当然具体要靠检验。
第一，获取金融时间序列S,假设样本为1000个，日度频率，存入excel中。
第二，导入Eviews中，首先进行描述性统计，max，min，mean等；同时看是否服从正态分布，使用JB统计量，p值全为越小越拒绝原假设，原假设H0：序列服从正态分布，一般来说，金融市场中的数据是不服从正态分布的，呈现尖峰后尾（尾巴很厚，也是众多研究尾部风险的重要依据），基本都这样，（就算不服从正态分布，也不做其他处理？）
第三，单位根检验，三种检验的状态，带截距和趋势检验；带截距检验；None检验(既没有截距也没有趋势)；三种都做一下，如果都是平稳的话，用AIC，BIC最小作为选择标准；如果都不平稳，考虑使用差分，差分后的数据一般都是平稳的。这里有一个问题，如果说一个序列是带截距平稳的那应该怎么处理？或者是截距和趋势平稳的又怎么进一步处理？还是说只要任意一种检验状态成立都不进一步处理了？
第四，如果数据是平稳的，建立自回归的均值方程，选择滞后的阶数，然后用最小二乘法估计这个均值方程，再进行arch效应检验，存在arch效应则进行GARCH模型的估计，估计完成后，得到garch序列即可。 |
|
转播
