Эконометрика2 Лекция 6 arch, garch модели
| Вид материала | Лекция |
СодержаниеMultivariate time series |
- Arch процессы. Определение, модели, приложения, 559.88kb.
- Конспект лекций Представление знаний в информационных системах Лекция№1, 194.32kb.
- Курс лекций "Базы данных и субд" Ульянов В. С. Лекция. Манипулирование реляционными, 276.31kb.
- Лекция №12 Дополнения к диаграммам и моделям, 109.46kb.
- Программа дисциплины " Эконометрика " для направления, 361.12kb.
- Контрольная работа по дисциплине «Эконометрика», 755.12kb.
- Примерная программа наименование дисциплины Линейная алгебра Рекомендуется для направления, 206.03kb.
- Программа дисциплины Эконометрика Для направления 080102. 65 Мировая экономика подготовки, 121.81kb.
- Рабочей программы учебной дисциплины эконометрика уровень основной образовательной, 43.19kb.
- Лекция 5 математические модели теории надежности. Статистическая обработка результатов, 74.69kb.
РЭШ 2004/05
ЭКОНОМЕТРИКА2
Лекция 6
ARCH, GARCH модели
Пусть
обычное уравнение регрессии. Пусть 
, где, как обычно, 
информация к моменту t1. ARCH(p)модель:
.(Engle, 1982).Пример ARCH(1):
. Заметим, что процесс 
является гомоскедастичным, 
.GARCH(p,q):
(Bollerslev, 1986).MULTIVARIATE TIME SERIES
VECTOR AUTOREGRESSION (VAR)
1. Динамические модели с распределенными лагами
Модель с распределенными лагами:
, где 
экзогенный (стационарный) процесс. Ничего нового, обычный МНК. Проблемы, в основном, технические: сколько выбрать лагов, как избежать мультиколлинеарности и т.д. Единичное приращение 
дает мгновенный прирост 
для 
, прирост 
для 
через один период, и т.д. Суммарный прирост 
.Динамическая модель ADL(1,1):
(*).
impact multiplier, 
long-run multiplier.В стационарном режиме из (*) получаем
еще одна интерпретация long-run multiplier. Вычитая из обеих частей (*)
и проводя рутинные вычисления, получаем
(**) error correction model. МНК-оценивание моделей (*), (**) совпадают.В общем случае ADL(p,k)модель выглядит так:
