课程名称：实验类别：综合性□实验项目：基于专业班级：姓 名：实验室号：实验时间：指导教师：
金融时间序列分析 设计性 □ 其他□ GARCH模型的2W七天回购利
率分析 学 号： 实验组号： 批阅时间： * 绩：
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：基于GARCH模型的2W七天回购利率分析 一、 实验目的和要求 通过实验，能够熟练掌握如何利用Eviews软件，建立GARCH模型（正态分布、t分布、广义误差分布）分别对某个金融市场进行分析。 二、 实验方法 通过网络下载数据，利用给的数据在EViews软件进行分析，总结。完成设计课程题目。 三、 设备或条件 电脑、互联网、EViews8.0软件、同花顺软件 四、 实验内容成果 见附件一 五、 收获或体会 了解了EViews金融计量软件，学会使用该软件，熟悉操作过程。EViews使得金融统计与计量分析变得既快捷又方便。 六、 实验准备报告 无 1
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：基于GARCH模型的2W七天回购利率分析 实验内容或作品名称： 本实验选取2009年7月28日到2014年5月16日之间的七天回购利率2W的价格，共1200个数据为原始数据进行建模分析。图一为原始数据折线图。 STHG6543212505007501000 图一 一、对原始数据进行平稳性检验 采用ADF检验法对原始数据进行平稳性检验，检验结果如图二所示。根据图中数据可以看到检验结果中含有单位根为0.6134，且t值较小因此原始数据是非平稳的。根据统计学要求需进行平稳性处理，即将数据转变成对数差分的形式。
2
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： Null Hypothesis: STHG has a unit root Exogenous: Constant Lag Length: 4 (Automatic - based on SIC, maxlag=22) t-Statistic -1.338365 -3.435608 -2.863750 -2.567997 Coefficient -0.000286 0.373356 0.001544 Std. Error 0.000214 0.028833 0.000811 t-Statistic -1.338365 12.94891 1.903858 Prob.* 0.6134 Prob. 0.1810 0.0000 0.0572 0.001958 0.012692 -6.383682 -6.358146 -6.374061 2.015389 3 Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. Dependent Variable: D(STHG) Method: Least Squares Date: 11/26/16 Time: 21:44 Sample (adjusted): 6 1200 Included observations: 1195 after adjustments Variable STHG(-1) D(STHG(-1)) C R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Augmented Dickey-Fuller Test Equation 0.391801 Mean dependent var 0.389243 S.D. dependent var 0.009919 Akaike info criterion 0.116986 Schwarz criterion 3820.250 Hannan-Quinn criter. 153.1902 Durbin-Watson stat 0.000000 图二 实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： 二、对对数差分后的数据进行平稳性检验 如图三所示，是对数差分后的数据折线图。 RSTHG.04.03.02.01.00-.01-.02-.032505007501000 图三 还是采用ADF检验法对对数差分后的数据进行平稳性检验，结果如图四所示。从图中数据可以看出，由新数据得到的t值比较大，对应的P值为0，没有单位根，所以新的数据是很平稳的。得到平稳数据后，要进行ARCH-LM检验。 4
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： Null Hypothesis: RSTHG has a unit root Exogenous: Constant Lag Length: 3 (Automatic - based on SIC, maxlag=22) t-Statistic -8.867950 -3.435608 -2.863750 -2.567997 Coefficient -0.209638 0.000165 Std. Error 0.023640 7.85E-05 t-Statistic -8.867950 2.097971 Prob.* 0.0000 Prob. 0.0000 0.0361 1.56E-05 0.003092 -9.014043 -8.992763 -9.006025 2.011583 Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RSTHG) Method: Least Squares Date: 11/26/16 Time: 21:53 Sample (adjusted): 6 1200 Included observations: 1195 after adjustments Variable RSTHG(-1) C R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.260383 Mean dependent var 0.257896 S.D. dependent var 0.002664 Akaike info criterion 0.008443 Schwarz criterion 5390.891 Hannan-Quinn criter. 104.7350 Durbin-Watson stat 0.000000 图四
5
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： 三、ARCH-LM检验 检验ARCH-LM的方法，可以采用协整检验，首先进行回归，建立回归方程，然后提取残差，进行检验。 在这里首先采用AR模型进行回归，回归结果如图五所示。 Dependent Variable: RSTHG Method: Least Squares Date: 11/26/16 Time: 21:57 Sample (adjusted): 4 1200 Included observations: 1197 after adjustments Variable C RSTHG(-1) RSTHG(-2) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) Coefficient 0.000171 0.496914 0.255345 Std. Error 8.03E-05 0.027921 0.027751 t-Statistic 2.132629 17.79740 9.201191 Prob. 0.0332 0.0000 0.0000 0.000641 0.003839 -8.962770 -8.950019 -8.957966 2.087716 0.493284 Mean dependent var 0.492436 S.D. dependent var 0.002735 Akaike info criterion 0.008932 Schwarz criterion 5367.218 Hannan-Quinn criter. 581.1758 Durbin-Watson stat 0.000000 图五 然后对回归结果提取残差，再对残差进行平稳性分析，如图六所示，从图中结果可以看出残差是平稳的，所以残差具有协整关系，时间序列具有ARCH效应。
6
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： Null Hypothesis: RESID01 has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=22) t-Statistic -29.19544 -3.435608 -2.863750 -2.567997 Prob.* 0.0000 Coefficient -1.207753 1.36E-05 Std. Error 0.041368 7.76E-05 t-Statistic -29.19544 0.175945 Prob. 0.0000 0.8604 3.00E-06 0.003945 -9.002591 -8.989823 -8.997780 1.993489 Augmented Dickey-Fuller test statistic Test critical values: 1% level 5% level 10% level *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(RESID01) Method: Least Squares Date: 11/26/16 Time: 21:59 Sample (adjusted): 6 1200 Included observations: 1195 after adjustments Variable RESID01(-1) C R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic) 0.538888 Mean dependent var 0.538114 S.D. dependent var 0.002681 Akaike info criterion 0.008569 Schwarz criterion 5382.048 Hannan-Quinn criter. 696.5279 Durbin-Watson stat 0.000000 图六
7
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： 四、构建GARCH模型 由于时间序列具有ARCH效应，因此可以构建ARCH模型，同样的也可以构建GARCH模型，因为GARCH模型是在ARCH模型的基础上进行了相关的拓展。 选择ARCH方法构建GARCH模型，在此建立三种不同条件分布下的GARCH模型，包括正态分布、T分布和广义误差分布。 （一）正态分布条件下的GARCH模型 GARCH模型包含两个方程：均值方程和方差方程。将均值方程设为AR（2）模型，将方差方程设为GARCH（1,1），残差分布假设为正态分布。得到的结果如图七所示。 由图中结果可以看出GARCH模型的条件方差项是非常显著的，所对应的Z值分别是10.56564和9.937238，所以建立的GARCH模型是有效的，ARCH项的系数是0.664471，GARCH项的系数是0.317847分别说明了模型有波动性并且有持续性。由于均值方程的T统计量和Z统计量所对应的P值都比较大，所以均值方程不是很显著。 8
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： Dependent Variable: RSTHG Method: ML - ARCH (Marquardt) - Normal distribution Date: 11/26/16 Time: 22:03 Sample (adjusted): 4 1200 Included observations: 1197 after adjustments Convergence achieved after 415 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*GARCH(-1) Variable C RSTHG(-1) RSTHG(-2) C RESID(-1)^2 GARCH(-1) R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.000115 0.540063 0.316989 Std. Error 6.59E-05 0.041749 0.037882 z-Statistic 1.749981 12.93581 8.367842 20.25165 10.56564 9.937238 Prob. 0.0801 0.0000 0.0000 0.0000 0.0000 0.0000 0.000641 0.003839 -9.186458 -9.160957 -9.176851 Variance Equation 2.61E-06 0.664471 0.317847 1.29E-07 0.062890 0.031985 0.483801 Mean dependent var 0.482937 S.D. dependent var 0.002761 Akaike info criterion 0.009099 Schwarz criterion 5504.095 Hannan-Quinn criter. 2.160483 图七 （二）T分布条件下的GARCH模型 由于时间序列可能并不是正态分布的，因此在T分布条件下，将均值方程设为RSCZ=C+ε。得到结果如图八所示。
9
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： Dependent Variable: RSTHG Method: ML - ARCH (Marquardt) - Student's t distribution Date: 11/26/16 Time: 22:08 Sample (adjusted): 2 1200 Included observations: 1199 after adjustments Convergence achieved after 47 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1) Variable C C RESID(-1)^2 GARCH(-1) T-DIST. DOF R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 9.25E-08 Std. Error 1.48E-06 z-Statistic 0.062394 5.275251 27.79282 122.0019 65.69484 Prob. 0.9502 0.0000 0.0000 0.0000 0.0000 0.000616 0.003886 -10.66606 -10.64484 -10.65807 Variance Equation 1.27E-12 0.282737 0.638032 19.99195 2.41E-13 0.010173 0.005230 0.304315 -0.025109 Mean dependent var -0.025109 S.D. dependent var 0.003934 Akaike info criterion 0.018542 Schwarz criterion 6399.304 Hannan-Quinn criter. 0.619785 图八 由图中结果可以看出GARCH模型的条件方差项是非常显著的，所对应的Z值分别是27.79282和122.0019，所以建立的GARCH模型是有效的，ARCH项的系数是0.282737，GARCH项的系数是
10
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： 0.638032，分别说明了模型有波动性并且有持续性。 （三）广义误差分布条件下的GARCH模型 在广义误差分布条件下，将均值方程设为AR（1）模型，将方差方程设为GARCH（1,1）。得到的结果如图九所示。 Dependent Variable: RSTHG Date: 11/27/16 Time: 13:33 Sample (adjusted): 3 1200 Included observations: 1198 after adjustments Failure to improve Likelihood after 43 iterations Presample variance: backcast (parameter = 0.7) GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*GARCH(-1) Variable C RSTHG(-1) C RESID(-1)^2 GARCH(-1) GED PARAMETER Method: ML - ARCH (Marquardt) - Generalized error distribution (GED) Coefficient 7.51E-09 0.736144 Std. Error 6.57E-08 0.014104 z-Statistic 0.114334 52.19475 5.114025 22.62521 108.0985 121.9115 Prob. 0.9090 0.0000 0.0000 0.0000 0.0000 0.0000 Variance Equation 1.10E-12 0.610911 0.613018 0.838321 2.16E-13 0.027001 0.005671 0.006876 11
实验报告
（适用经、管、文、法专业）
专业班级： 学号： 姓名：
实验项目：
实验内容或作品名称： R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.457285 Mean dependent var 0.456831 S.D. dependent var 0.002848 Akaike info criterion 0.009698 Schwarz criterion 6995.171 Hannan-Quinn criter. 2.484631 0.000628 0.003864 -11.66807 -11.64258 -11.65846 图九 由图中结果可以看出GARCH模型的条件方差项是非常显著的，所对应的Z值分别是22.62521和108.0985，所以建立的GARCH模型是有效的，ARCH项的系数是0.610911，GARCH项的系数是0.613018，分别说明了模型有波动性并且有持续性。 12
因篇幅问题不能全部显示，请点此查看更多更全内容