- 金币:
-
- 奖励:
-
- 热心:
-
- 注册时间:
- 2001-4-26
|
|
又要请教啦...真是麻烦禅师了:*27*:
请先看这里的对话:
A:存在异方差情形下的ARMA模型识别
最近ARCH族模型研究股市波动性。发现大多数文献都关注方差方程,而较少关注均值方程。我前一阵儿作的观测值为几百个时,均值方程的设定问题还不是很大。现在,用3000多个观测值时(应该是存在结构性变点,亦打算分阶段讨论),发现Q统计量直到36阶还是显著异于0,而SACF和SPACF存在周期性,高阶(33)仍然显著异于0。选用AR(3)/MA(3)/ARMA(3,3)-ARCH(1,1)拟合数据后,发现ARCH效应被很好的除去,而自相关与偏自相关系数越发显著异于0!这是怎么回事儿?
翻书上的ARMA识别,是在同方差的假定下进行的。如果存在异方差,该怎么确定AR,MA,ARMA的阶数了?均值方程与方差方程是同时设定,还是分开(前后)设定的了?请高人指导一下,谢谢!
B:这种情况可能是模型有误,看样子,可能是fractionally integrated process, 即具有长记忆性。因此,用arima就有问题。
对这个不熟,仅供参考。
A:谢谢!我也考虑过用FIGARCH模型拟合数据。但是有两个问题:一是,我一直使用EVIEWS,但它未提供该模型,不知用什么软件好?二是,我仍然关注均值方程的设定,直觉觉得均值方程设定错误,会使异方差形式有误。近两天仍然未找到能解除疑惑的文献。
张世英、樊智(2004)的那本书里用分整增广GRACH-M模型包容了所有模型。不知道是用什么软件好(他们未说)。在这个模型中,均值方程包括了一阶滞后及其他变量。可是数据不一定是AR(1)过程啊?
B:S+应该是比较理想的。
当然,单纯的用Fractional来做也是有问题的,因为具有结构变化的短记忆序列很容易被误认为长记忆。相关的文献太多了。
A:这方面的文献是很多,但是通常关注方差方程,而对均值方程的设定涉及很少(通常是在同方差的假定下进行均值方程的设定的)。如果用分整增广GRACH-M模型,不涉及事先对某一(G)ARCH模型的偏爱,但是我不同意张世英等(2004)对均值方程的设定。
B:呵呵,我是说关于long memory和short memory的文献(也)很多。如果你的模型都不对,结果就会有问题。思路要广一些。
A:是的。Bauwens, Giot(2001)指出Engle(1982)的ARCH模型已经把关注点从对过程本身建模,转向了对过程的波动性建模。我的数据出现了这样的问题:拟合了ARMA-(G)ARCH类模型后,ARCH效应除去了,但自相关与偏自相关系数越发显著。也许,我应该考虑一下其它非线性。不过,我只会用Eviews。SAS是不想学了,我不是power user;不知道S+和GAUSS对时间序列的分析怎么样?
ENENEN,禅师啊,您觉得这个问题,是否一定要转到arfima去啊,在EVIEWS下还是用ARMA有没有相对解决的办法呢? |
|
|