Bài giảng dự báo và phân tích dữ liệu

AutoRegressive Conditional
Heteroscedasticity (ARCH)
Dự báo và Phân tích dữ liệu
(14/11/2013)

Phùng Thanh Bình
ptbinh[a-còng]ueh.edu.vn
NỘI DUNG
 Giới thiệu
 Mô hình ARCH
 Kiểm định ảnh hưởng ARCH
 Mô hình GARCH
 Mô hình GARCH-M
 Mô hình TGARCH
 Mô hình hóa các nhân tố ảnh
hưởng phương trình phương sai
8.0
8.1
8.2
8.3
8.4
8.5
8.6
8.7
8.8
8.9
03 04 05 06 07 08 09 10 11 12 13
LOG(FTSE)
100
075
050

025
.000
.025
.050
.075
.100
03 04 05 06 07 08 09 10 11 12 13
LOG(FTSE/FTSE(-1))
1
2
3
4
5
6
01 02 03 04 05 06 07 08 09 10 11 12 13
LOG(SAM)
7
6
5
4
3
2
1
.0
.1
01 02 03 04 05 06 07 08 09 10 11 12 13
LOG(SAM/SAM(-1))
2.5
3.0
3.5

4.0
4.5
5.0
5.5
6.0
2007 2008 2009 2010 2011 2012 2013
LOG(CLOSE_ACB)
5
4
3
2
1
.0
.1
.2
2007 2008 2009 2010 2011 2012 2013
LOG(CLOSE_ACB/CLOSE_ACB(-1))
MÔ HÌNH ARCH
 Mô hình ARCH(1)

MÔ HÌNH ARCH
 Mô hình ARCH(2)

MÔ HÌNH ARCH
 Mô hình ARCH(3)

MÔ HÌNH ARCH
 Mô hình ARCH(q)

ẢNH HƯỞNG ARCH

 ARCH effect là gì?
 Các bước kiểm định:
• Ước lượng phương trình
Y
t
= b
1
+ b
2
X
t
+ e
t

• Ước lượng PT hồi quy phụ


• Kiểm định giả thiết

2
ptp
2
2t2
2
1t10
2
t
e
ˆ
e

ˆ
e
ˆˆ
e
0 :H
p210
 VÍ DỤ (ARCH.wk1):

ƯỚC LƯỢNG MÔ HÌNH ARCH
.0000
.0001
.0002
.0003
.0004
.0005
.0006
.0007
90 91 92 93 94 95 96 97 98 99
ARCH1 ARCH8
 Mô hình GARCH(p,q) có dạng:

MÔ HÌNH GARCH
 Mô hình GARCH(1,1) có dạng:

(7)

 Lưu ý: Mô hình GARCH(1,1) ~
ARCH( )!!!

MÔ HÌNH GARCH
2
1t11t10t
uh h
GARCH(1,1)
GARCH(2,1)