1. Trang chủ
  2. » Tài Chính - Ngân Hàng

Bài giảng dự báo và phân tích dữ liệu

42 604 0
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề AutoRegressive Conditional Heteroscedasticity (ARCH) Dự báo và Phân tích dữ liệu
Người hướng dẫn PT. Thanh Binh,
Trường học University of Economics Ho Chi Minh City
Chuyên ngành Data Forecasting and Analysis
Thể loại Bài giảng
Năm xuất bản 2013
Thành phố Ho Chi Minh City
Định dạng
Số trang 42
Dung lượng 616,76 KB

Các công cụ chuyển đổi và chỉnh sửa cho tài liệu này

Nội dung

Nội dung:Dự báo thô Trung bình giản đơn Trung bình di động đơn/kép San mũ giản đơn San mũ Holt/ San mũ Winter Phân tách chuỗi thời gian Phần mềm ForecastX/Crystal Ball

Trang 1

A uto R egressive C onditional

Trang 9

MÔ HÌNH ARCH

 Mô hình ARCH(1)

Trang 10

MÔ HÌNH ARCH

 Mô hình ARCH(2)

Trang 11

MÔ HÌNH ARCH

 Mô hình ARCH(3)

Trang 12

MÔ HÌNH ARCH

 Mô hình ARCH(q)

Trang 13

• Ước lượng PT hồi quy phụ

• Kiểm định giả thiết

2 p t p

2 2 t 2

2 1 t 1 0

2

e

0

:

Trang 14

 VÍ DỤ (ARCH.wk1):

ƯỚC LƯỢNG MÔ HÌNH ARCH

Trang 21

 Mô hình GARCH(p,q) có dạng:

MÔ HÌNH GARCH

Trang 22

 Mô hình GARCH(1,1) có dạng: (7)

 Lưu ý: Mô hình GARCH(1,1) ~

ARCH( )!!!

MÔ HÌNH GARCH

2

1 t

1 1

t 1

0

h

Trang 24

GARCH(1,1)

Trang 25

GARCH(2,1)

Trang 30

GARCH(4,1)

Trang 31

GARCH(5,1)

Trang 34

 Mô hình GARCH-M có dạng:

MÔ HÌNH GARCH-M

Trang 35

 Mô hình GARCH-M có dạng:

MÔ HÌNH GARCH-M

Trang 36

GARCH(1,1)-M

Trang 37

1 t

2 1 t

1

2 1 t

1 1

t 1 0

h

 Mô hình GARCH-M có dạng:

= 1 if e t < 0 (bad news) = 0 if e t > 0 (good news)

MÔ HÌNH TGARCH

Ngày đăng: 27/05/2014, 22:52

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w