《表7 ARMA-ARCH模型参数估计结果》
参数估计作为系统建模过程中的关键环节,其估计的精确度决定了拟合模型对于经济变量的解释程度。确定ARMA (2,2)_1模型作为主体模型之后,建立残差序列的ARCH (3)修正模型来估计未知参数。通过表7可以看出,ARMA-ARCH模型的参数估计结果主要分为两个方面,一方面是利用ARMA (2,2)_1模型作为最优模型建立的均值模型,其所有参数的z统计量都非常显著,在给定5%的显著水平下,各参数的概率值都为p=0.0000<α=0.05,即认为ARMA (2,2)_1模型中的所有参数都是显著的。另一方面,表7中也给出了利用ARCH (3)模型对上证指数月对数收益率序列建立的波动率模型,其中前两项参数的显著性概率p值都为0.0000,后两项参数的显著性概率p值介于0.0000到0.05之间,说明在给定5%的显著水平下,ARCH (3)模型中的所有参数都是合理的。另外,最终模型的拟合优度为0.035高于之前的ARMA (2,2)_1最优模型的拟合优度0.032,其调整后的拟合优度为0.014,回归标准误差为12.537,说明拟合效果更好。根据AIC准则和BIC优化准则比较可知,最终模型的AIC=7.417,BIC=7.511,两者均比之前模型的数值小,也说明最终模型更具有代表性。
图表编号 | XD0066387600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 李姣 |
绘制单位 | 重庆工商大学数学与统计学院 |
更多格式 | 高清、无水印(增值服务) |