《表5 GARCH效应经典模型估计与检验》

  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

《引入条件异方差效应的CAPM模型簇改进》

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

通过比较GARCH（1，1）、GARCH（1，2）、GARCH（2，1）、GARCH（2，2）模型对应的信息指标以及估计参数的显著性，发现使用GARCH（1，1）模型刻画扰动项的条件异方差性最为合适，同时也没有检验到存在非对称效应，因此最终选择GARCH（1，1）模型，结果如表5所示。表5表明，考虑条件异方差效应后，模型（1）、模型（2）各个因素的显著性与参数估计大小没有发生实质性变化，但模型（3）中因素RCMA估计值在0.05的显著性水平下显著为负，且因素RRMW的系数估计发生了变化。GARCH（1，1）模型中三个参数均至少在0.10的显著性水平下通过显著性检验，表明有必要对扰动项估计GARCH（1，1）模型。引入GARCH（1，1）模型后扰动项的条件异方差效应LM检验结果显示，三个模型的检验量值分别为3.196、2.733和2.698，此时即使在0.10的显著性水平下也不能通过显著性检验，说明GARCH（1，1）模型已经充分提取异方差信息，引入条件异方差效应的改进模型比较合适。