《表2 ARFIMA-HYGARCH模型估计结果和残差诊断表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《我国股债汇风险点的长记忆性及关联性研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：债市的常数项w为其扩大10000倍后的结果；括号内为估计的标准误。

为考察我国股债汇风险点的长记忆性，本文采用ARFIMA-HYGARCH模型分别对各市场收益率序列进行了估计。由于众多的实证结果显示GARCH（1，1）类模型足以刻画金融市场的波动特征，故而令HYGARCH形式中p2和q2的阶数分别对应取1。而有关ARFIMA形式中p1和q1的阶数，本文主要在0≤p1≤3，0≤q1≤3范围内，依据AIC和BIC信息准则、参数结果的显著性、残差诊断等标准进行综合选取。此外，针对各市场收益率序列表现出的尖峰厚尾现象，具体估计时还考虑了模型中新生变量et服从t分布、GED分布和偏t分布的三种情形。经过反复地试算与对比，最终的研究结果表明：对于股票市场，建立GED分布形式下的ARFIMA(0，dm，0）-HYGARCH（1，dn，1）模型结果最优；对债券市场，建立偏t分布形式下的ARFIMA(3，dm，0）-HYGARCH（1，dn，1）模型结果最优；对于外汇市场，建立偏t分布形式下的ARFIMA(3，dm，1）-HYGARCH(1，dn，1）模型结果最优。具体结果由表2给出。