公司治理、 CSR、 信用評等 廣義自我迴歸條件異質變異數模式之參數估計介紹 2001-09-05 張揖平；賴柏志 在財務時間數列資料的分析中，除了 Box 與 Jenkins (1976) 等提出之自我迴歸移動平均整合模式 (autoregressive integrated moving average model，簡稱 ARIMA 模式) 外，Engle (1982) 提出之自我迴歸條件異質變異數模式 (autoregressive conditional heteroscedastic model；簡稱 ARCH 模式)、Bollerslev (1986) 提出之廣義自我迴歸條件異質變異數模式 (generalized autoregressive conditional heteroscedastic model；簡稱 GARCH 模式)、Engle 與 Bollerslev (1986) 提出之整合 GARCH 模式 (integrated GARCH model; 簡稱 IGARCH 模式)、Engle, Lilien 與 Robbins (1987) 提出之 ARCH–M 模式、Nelson (1991) 提出之指數 GARCH 模式 (exponential GARCH model; 簡稱 EGARCH 模式) 等亦是常用的模型。在實際應用上，這些模式均有一些未知參數 (unknown parameters) 需要估計 (estimation) 或檢定 (testing)，一般採用最大概似估計法 (maximum likelihood method) 或條件最大概似估計法 (conditional maximum likelihood method) 估計模型中之未知參數，而在求解過程中需要使用數值方法，利用遞迴 (iteration) 方式求得參數的估計值。本文將針對 GARCH 模式及 IGARCH 模式，利用由 Berndt, Hall, Hall 與 Hausman (1974) 提出之數值方法，稱為 BHHH 法，有效解決估計及檢定問題。此外，本文亦以台灣加權指數報酬率資料為例，將所得的結果與經濟及統計領域中常用的 Rats 及 Eviews 套裝軟體的結果進行比較。 查看完整內容 本文為付費文章，立即訂閱觀看全文 ➢ 相關關鍵字： 31期 ➢ 延伸閱讀 台灣100報酬率優於其他指數 固定樣本數指數大型其道─上証30指數簡介 中國概念股排行榜
在財務時間數列資料的分析中，除了 Box 與 Jenkins (1976) 等提出之自我迴歸移動平均整合模式 (autoregressive integrated moving average model，簡稱 ARIMA 模式) 外，Engle (1982) 提出之自我迴歸條件異質變異數模式 (autoregressive conditional heteroscedastic model；簡稱 ARCH 模式)、Bollerslev (1986) 提出之廣義自我迴歸條件異質變異數模式 (generalized autoregressive conditional heteroscedastic model；簡稱 GARCH 模式)、Engle 與 Bollerslev (1986) 提出之整合 GARCH 模式 (integrated GARCH model; 簡稱 IGARCH 模式)、Engle, Lilien 與 Robbins (1987) 提出之 ARCH–M 模式、Nelson (1991) 提出之指數 GARCH 模式 (exponential GARCH model; 簡稱 EGARCH 模式) 等亦是常用的模型。在實際應用上，這些模式均有一些未知參數 (unknown parameters) 需要估計 (estimation) 或檢定 (testing)，一般採用最大概似估計法 (maximum likelihood method) 或條件最大概似估計法 (conditional maximum likelihood method) 估計模型中之未知參數，而在求解過程中需要使用數值方法，利用遞迴 (iteration) 方式求得參數的估計值。本文將針對 GARCH 模式及 IGARCH 模式，利用由 Berndt, Hall, Hall 與 Hausman (1974) 提出之數值方法，稱為 BHHH 法，有效解決估計及檢定問題。此外，本文亦以台灣加權指數報酬率資料為例，將所得的結果與經濟及統計領域中常用的 Rats 及 Eviews 套裝軟體的結果進行比較。
會員
會員