《表6 GARCH(1,1)模型残差平方LM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

《基于GARCH模型的创业板指数实证研究》

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

H0:no ARCH effects vs.H1:ARCH（p）disturbance

根据上述分析本文选择GARCH（1，1）模型来描述创业板股价的波动特征，为了进一步检验该模型是否最优，还要对该模型的残差序列是否存在异方差进行检验。图5是模型的残差时序图，可以看出残差序列均匀的分布在0附近，没有明显的波动从聚性。图6是残差平方的偏自相关图，40阶内都落在了5%的带子内，基本可以认为不存在自相关和偏自相关，该模型很好的消除了原序列的条件异方差性。此外，根据表6的拉格朗日乘子检验结果:Prob=0.7156>a=0.05，在5%的显著水平下，不能拒绝不存在ARCH效应的原假设，说明模型的残差平方序列不存在条件异方差，GARCH（1，1）模型设定比较合理。图7表明残差平方序列通过了白噪声检验，基本符合随机游走过程，说明残差序列不存在异方差现象，该模型设定较优。