《表2 ARMA(1,1)-GARCH(1,1)模型估计结果》

  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

《HAC模型在东盟股市中的相依性分析研究》

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:括号内的数值表示所对应数值的标准差，中括号表示ARCH-LM对应的P值，v表示自由度，AIC表示赤池信息准则，*、**和***分别表示参数在10%、5%和1%的水平上显著。

在利用ARMA（1，1）模型消除了自相关性后，采用GARCH效应检验6组数据的残差序列{εi}，结果表明均存在条件异方差，因此采用GARCH模型进行建模。综合AIC、BIC及模型待估参数个数，分别用t、GED、偏t及正态分布拟合{εi}的分布，对{εi}做概率积分转换，运用K-S检验选取最优边际分布，经过比较，根据AIC、SIC最小准则确定模型的阶数和系数，各阶GARCH（m，s）的拟合结果显示GARCH（1，1）是最佳拟合模型。根据AIC、BIC最小准则知偏t分布对应的判断标准皆优于GED分布、t分布和正态分布，于是选择最优条件分布均为偏t分布，表2为模型估计结果。