加奇
GARCH 參數
我正在嘗試估計 GARCH(p,q) 模型的參數。我嘗試了 p=1, q=1 的 t 分佈錯誤。Ljung-Box 顯示殘差和平方殘差沒有相關性。但 ARCH 項的係數等於 0 的原假設沒有被拒絕。所以我嘗試了 p=0，q=1。Ljung-Box 表示殘差和平方殘差的序列相關性。而且，AIC和SC選擇了前一種模式。我應該選擇 GARCH(1,1)，儘管一個係數在統計上不顯著嗎？
我會保留 p=1 和 q=1 的模型，即使那些 ARCH 項的係數等於 0 的零假設沒有被拒絕。原因是（通常）結果系列中的自相關越少，您的預測就越準確。事實上，如果您估計一個模型並留下一些自相關，這意味著仍然可以通過利用這些自相關來改進您的模型以產生更準確的預測。SIC 和 AIC 有時可能會產生誤導，因為它們只關心特定的統計屬性（可能性、參數數量……）。
最後可以肯定的是，我建議您生成預測並根據一堆損失函式保持“最佳”模型。
我有很多關於 GARCH 模型的資料（Applied Time series econometrics, page198 ; Econometrics by example- Damodar Gujarati p.238; Introductory econometrics for Finance - Chris Brooks p.379）來計算 Garch(m,s) 的階數。
-all表示如果ARCH的階數超過3，則使用GARCH。並且隨著 ARCH 的階數增加到無窮大，ARCH(m) 等價於 GARCH(1,1)。
- 此外，GARCH(1,1) 被證明可用於模擬金融資產的回報，並且很少用於任何高階模型。 - 但我的結果表明，平均方程的係數 (Logreturn) 與 P 不顯著0.148。它顯示了對 GARCH(1,1) 的拒絕。但是另一個 GARCH(2,1) 和 (3,1) 很重要。請給我建議！謝謝！