R语言IBM股票月对数收益率的Egarch模型



IBM股票 1967年1月到2009年12月的月对数收益率，共516个观测值。

1.R语言程序

>source("D:/Egarch.R")  #编译R语言程序

> da1=read.table("D:/ch2data/m-ibmsp6709.txt",header=T)  #打开文件
> dim(da1)        #数据框da1的维数，用da1是避免和da混淆
[1] 516   3              #516个观察值，共有3列数据，可用head(da1)look at data

> ibm=log(da1$ibm+1)     #对ibm列数据取对数
> Box.test(ibm,lag=12,type='Ljung')   #Ljung Box检测

          Box-Ljung test

data:  ibm 

X-squared = 7.4042, df = 12, p-value = 0.8298

                      #可知Q(12)=7.4042，p值0.8298不显著

> m1=Egarch(ibm)    #建立Egarch()模型
 
Estimation results of EGARCH(1,1) model:
estimates:  0.006732389 -0.5983263 0.217603 -0.4243245 0.92015
std.errors:  0.002877666 0.2349172 0.05916528 0.1683064 0.0388656
t-ratio:  2.339531 -2.546967 3.677882 -2.521144 23.67518

> names(m1)
[1] "residuals"  "volatility"

> stresi=m1$residuals/m1$volatility  #标准差
> tdx=c(1:516)/12+1967     #时间坐标1967年开始

>par(mfcol=c(2,1))

>plot(tdx,ibm,xlag='year',ylab='logrtn',type='l')

>plot(tdx,stresi,xlab='year',ylab='stresi',type='l')

       

IBM股票月收益率的两个plot图

> Box.test(stresi,lag=10,type="Ljung")

    Box-Ljung test

data:  stresi

X-squared = 5.2866, df = 10, p-value = 0.8712

             #Q(10)=5.2866,p值0.8712

>Box.test(stresi,lag=20,type="Ljung")
       Box-Ljung test

     data:  stresi

X-squared = 20.983, df = 20, p-value = 0.3981

> Box.test(stresi^2,lag=10,type="Ljung")

      Box-Ljung test

    data:  stresi^2

  X-squared = 5.0469, df = 10, p-value = 0.888

> Box.test(stresi^2,lag=20,type="Ljung")

    Box-Ljung test

    data:  stresi^2

X-squared = 14.261, df = 20, p-value = 0.817

               转载网址：http://rsoftware.h.baike.com/article-1940611.html