● Lợi suất của tỷ giá trong một tháng có bị ảnh hưởng bởi lợi suất của tháng trước đó do hệ số của AR(4) và MA(3) thực sự khác 0 ( Pvalue của kiểm định T đối với hệ số AR(4) =0.0002<0.05 và của MA(3)=0.0006<0.05).Giả thiết về hệ số của AR(4)=MA(3)=0 bị bác bỏ.
● Hệ số của AR(4) và MA(3) >0 cho biết lợi suất của tỷ giá trong một tháng chịu ảnh hưởng cùng chiều với lợi suất của tháng trước đó.
25 trang |
Chia sẻ: lynhelie | Lượt xem: 1415 | Lượt tải: 1
Bạn đang xem trước 20 trang tài liệu Đề án Phân tích tỷ giá dựa vào Mô hình ARIMA và mô hình GARCH, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
Đ/USD của các thời kỳ dao động trong khoảng 0.2. ở thời kỳ đầu các dao động có mạnh hơn nhưng thời kỳ sau các dao động lại khá đồng đều. Sự biến thiên theo thời gian của R tương đối ổn định cho ta cái nhìn trực quan rằng chuỗi lợi suất của tỷ giá là một chuỗi dừng.
2.2.Đồ thị hàm mật độ và các thống kê mô tả
Với đồ thị trên ta co những thống kê mô tả cơ bản chuỗi ti giá
Giá trị trung bình : 0.003198
Giá trị trung vị : 0.001102
Giá trị lớn nhất : 0.070284
Giá trị nhỏ nhất : -0.025284
Độ lệch tiêu chuẩn: 0.010712
Hệ số bất đối xứng : 4.351422
Hệ số nhọn : 24.67358
2.3.Kiểm định nghiệm đơn vị
H0: Chuỗi không dừng
H1: Chuỗi dừng
ADF Test Statistic
-13.28339
1% Critical Value*
-3.4865
5% Critical Value
-2.8859
10% Critical Value
-2.5796
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(R)
Method: Least Squares
Date: 11/25/07 Time: 07:40
Sample(adjusted): 2 119
Included observations: 118 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
R(-1)
-1.206724
0.090845
-13.28339
0.0000
C
0.003875
0.001016
3.814564
0.0002
R-squared
0.603349
Mean dependent var
-1.88E-06
Adjusted R-squared
0.599929
S.D. dependent var
0.016711
S.E. of regression
0.010570
Akaike info criterion
-6.244855
Sum squared resid
0.012959
Schwarz criterion
-6.197894
Log likelihood
370.4464
F-statistic
176.4485
Durbin-Watson stat
1.997812
Prob(F-statistic)
0.000000
Kết quả ước lượng cho thấy: DW=1.997812 cho biết ut không tự tương quan.
ỗtqsỗ = 13.28339 > ỗt0.1ỗ = 3.4865
ỗtqsỗ = 13.28339 > ỗt0.05ỗ = 2.8859
ỗtqsỗ = 13.28339 > ỗt0.01ỗ = 2.5796
Bằng tiêu chuẩn ADF, R là chuỗi dừng với giá trị tới hạn 1% , 5% , 10%.
Phần II: Các mô hình kinh tế lượng
1.Lược đồ tương quan và mô hình ARMA đối với chuỗi R
1.1.Lược đồ tương quan của chuỗi R
Quan sát lược đồ tương quan ta thấy sự thay đổi của lợi suất R có phụ thuộc vào các thời kỳ trước đó.
ρ13 =0.247& Pvalue=0.008<0.05
ρ14=0.320 & Pvalue=0.002<0.05
Sau đó các ρkk giảm dần và luôn nằm trong khoảng 95% hay hệ số tương quan trễ xấp xỉ bằng 0.
Với ρk ta thấy ρ3 & ρ13 ≠ 0 (Pvalue <0.05), sau đó giảm dần. Như vậy mô hình đồng liên kết tự hồi quy ARIMA đối với chuỗi R có thể có p =3,4 và q=3,13.
1.2.Ước lượng mô hình ARIMA.
Mô hình ARMA(p,q):
Rt = ф0 + ф1*Rt-1+ ф2*Rt-2++ фp*Rt-p++
θ0*ut+ θ1*ut-1++ θq*ut-q
Trong đó: ut là nhiễu trắng
Khi áp dụng mô hình ARMA(p,q) đối với chuỗi sai phân bậc d thì chúng ta có quá trình ARIMA(p,d,q).Trong đó, p là bậc tự hồi quy, d là số lần lấy sai phân chuỗi R để được một chuỗi dừng, q là bậc trung bình trượt Ta đã kiểm định chuỗi lợi suất của tỷ giá là dừng nên ta có d=0.
♦Mô hình AR(3) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 07:49
Sample(adjusted): 4 119
Included observations: 116 after adjusting endpoints
Convergence achieved after 3 iterations
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.003261
0.001272
2.563149
0.0117
AR(3)
0.225603
0.091212
2.473403
0.0149
R-squared
0.050931
Mean dependent var
0.003255
Adjusted R-squared
0.042606
S.D. dependent var
0.010844
S.E. of regression
0.010611
Akaike info criterion
-6.236788
Sum squared resid
0.012835
Schwarz criterion
-6.189313
Log likelihood
363.7337
F-statistic
6.117722
Durbin-Watson stat
2.574612
Prob(F-statistic)
0.014858
Inverted AR Roots
.61
-.30+.53i
-.30 -.53i
♦Mô hình AR(4) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 07:51
Sample(adjusted): 5 119
Included observations: 115 after adjusting endpoints
Convergence achieved after 3 iterations
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.003286
0.001240
2.649697
0.0092
AR(4)
0.193043
0.092253
2.092537
0.0386
R-squared
0.037304
Mean dependent var
0.003279
Adjusted R-squared
0.028785
S.D. dependent var
0.010889
S.E. of regression
0.010731
Akaike info criterion
-6.214124
Sum squared resid
0.013012
Schwarz criterion
-6.166386
Log likelihood
359.3122
F-statistic
4.378713
Durbin-Watson stat
2.484477
Prob(F-statistic)
0.038629
Inverted AR Roots
.66
.00+.66i
-.00 -.66i
-.66
♦Mô hình MA(3) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 07:54
Sample(adjusted): 1 119
Included observations: 119 after adjusting endpoints
Convergence achieved after 10 iterations
Backcast: -2 0
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.003187
0.001137
2.802647
0.0059
MA(3)
0.181839
0.090913
2.000131
0.0478
R-squared
0.041544
Mean dependent var
0.003198
Adjusted R-squared
0.033352
S.D. dependent var
0.010712
S.E. of regression
0.010532
Akaike info criterion
-6.252174
Sum squared resid
0.012977
Schwarz criterion
-6.205466
Log likelihood
374.0043
F-statistic
5.071307
Durbin-Watson stat
2.540560
Prob(F-statistic)
0.026191
Inverted MA Roots
.28 -.49i
.28+.49i
-.57
♦Mô hình MA(13) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 07:55
Sample(adjusted): 1 119
Included observations: 119 after adjusting endpoints
Convergence achieved after 10 iterations
Backcast: -12 0
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.003113
0.001231
2.529030
0.0128
MA(13)
0.328294
0.084520
3.884216
0.0002
R-squared
0.079849
Mean dependent var
0.003198
Adjusted R-squared
0.071984
S.D. dependent var
0.010712
S.E. of regression
0.010319
Akaike info criterion
-6.292959
Sum squared resid
0.012459
Schwarz criterion
-6.246251
Log likelihood
376.4311
F-statistic
10.15300
Durbin-Watson stat
2.287118
Prob(F-statistic)
0.001848
Inverted MA Roots
.89 -.22i
.89+.22i
.69 -.61i
.69+.61i
.33 -.86i
.33+.86i
-.11 -.91i
-.11+.91i
-.52 -.76i
-.52+.76i
-.81+.43i
-.81 -.43i
-.92
♦Mô hình AR(3) MA(3) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 07:57
Sample(adjusted): 4 119
Included observations: 116 after adjusting endpoints
Convergence achieved after 15 iterations
Backcast: 1 3
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.003277
0.001318
2.485911
0.0144
AR(3)
0.325154
0.381390
0.852550
0.3957
MA(3)
-0.103301
0.401386
-0.257362
0.7974
R-squared
0.052508
Mean dependent var
0.003255
Adjusted R-squared
0.035738
S.D. dependent var
0.010844
S.E. of regression
0.010649
Akaike info criterion
-6.221210
Sum squared resid
0.012814
Schwarz criterion
-6.149996
Log likelihood
363.8302
F-statistic
3.131103
Durbin-Watson stat
2.573574
Prob(F-statistic)
0.047481
Inverted AR Roots
.69
-.34+.60i
-.34 -.60i
Inverted MA Roots
.47
-.23 -.41i
-.23+.41i
♦Mô hình AR(3) MA(13) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 07:59
Sample(adjusted): 4 119
Included observations: 116 after adjusting endpoints
Convergence achieved after 17 iterations
Backcast: -9 3
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.003134
0.002256
1.389342
0.1675
AR(3)
0.325521
0.083560
3.895679
0.0002
MA(13)
0.957871
0.011988
79.90420
0.0000
R-squared
0.357827
Mean dependent var
0.003255
Adjusted R-squared
0.346461
S.D. dependent var
0.010844
S.E. of regression
0.008767
Akaike info criterion
-6.610171
Sum squared resid
0.008685
Schwarz criterion
-6.538957
Log likelihood
386.3899
F-statistic
31.48252
Durbin-Watson stat
2.084762
Prob(F-statistic)
0.000000
Inverted AR Roots
.69
-.34+.60i
-.34 -.60i
Inverted MA Roots
.97 -.24i
.97+.24i
.75 -.66i
.75+.66i
.35 -.93i
.35+.93i
-.12 -.99i
-.12+.99i
-.57 -.82i
-.57+.82i
-.88+.46i
-.88 -.46i
-1.00
♦Mô hình AR(4) MA(13) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 08:01
Sample(adjusted): 5 119
Included observations: 115 after adjusting endpoints
Convergence achieved after 16 iterations
Backcast: -8 4
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.003488
0.002161
1.613603
0.1094
AR(4)
0.274883
0.085323
3.221665
0.0017
MA(13)
0.952817
0.013811
68.99116
0.0000
R-squared
0.334193
Mean dependent var
0.003279
Adjusted R-squared
0.322304
S.D. dependent var
0.010889
S.E. of regression
0.008964
Akaike info criterion
-6.565471
Sum squared resid
0.008999
Schwarz criterion
-6.493864
Log likelihood
380.5146
F-statistic
28.10847
Durbin-Watson stat
1.972086
Prob(F-statistic)
0.000000
Inverted AR Roots
.72
.00 -.72i
.00+.72i
-.72
Inverted MA Roots
.97 -.24i
.97+.24i
.75 -.66i
.75+.66i
.35 -.93i
.35+.93i
-.12 -.99i
-.12+.99i
-.57 -.82i
-.57+.82i
-.88+.46i
-.88 -.46i
-1.00
♦Mô hình AR(3) AR(4) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 08:02
Sample(adjusted): 5 119
Included observations: 115 after adjusting endpoints
Convergence achieved after 3 iterations
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.003311
0.002046
1.618768
0.1083
AR(3)
0.277268
0.091025
3.046047
0.0029
AR(4)
0.250522
0.091026
2.752195
0.0069
R-squared
0.110955
Mean dependent var
0.003279
Adjusted R-squared
0.095079
S.D. dependent var
0.010889
S.E. of regression
0.010358
Akaike info criterion
-6.276323
Sum squared resid
0.012017
Schwarz criterion
-6.204716
Log likelihood
363.8886
F-statistic
6.988950
Durbin-Watson stat
2.569655
Prob(F-statistic)
0.001380
Inverted AR Roots
.83
-.14 -.72i
-.14+.72i
-.56
♦Mô hình MA(3) MA(13) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 08:04
Sample(adjusted): 1 119
Included observations: 119 after adjusting endpoints
Convergence achieved after 17 iterations
Backcast: -12 0
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.002846
0.001629
1.747276
0.0832
MA(3)
0.419152
0.053444
7.842767
0.0000
MA(13)
0.559066
0.052320
10.68545
0.0000
R-squared
0.284954
Mean dependent var
0.003198
Adjusted R-squared
0.272626
S.D. dependent var
0.010712
S.E. of regression
0.009136
Akaike info criterion
-6.528344
Sum squared resid
0.009682
Schwarz criterion
-6.458282
Log likelihood
391.4365
F-statistic
23.11366
Durbin-Watson stat
2.378658
Prob(F-statistic)
0.000000
Inverted MA Roots
.90 -.24i
.90+.24i
.71 -.67i
.71+.67i
.37+.92i
.37 -.92i
-.08 -.94i
-.08+.94i
-.53+.76i
-.53 -.76i
-.86+.41i
-.86 -.41i
-1.00
♦Mô hình AR(4) MA(3) có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/26/07 Time: 08:00
Sample(adjusted): 5 119
Included observations: 115 after adjusting endpoints
Convergence achieved after 11 iterations
Backcast: 2 4
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.003279
0.001548
2.117497
0.0564
AR(4)
0.232915
0.096807
2.405963
0.0071
MA(3)
0.221348
0.097109
2.279372
0.0005
R-squared
0.091341
Mean dependent var
0.003279
Adjusted R-squared
0.075115
S.D. dependent var
0.010889
S.E. of regression
0.010472
Akaike info criterion
-6.254501
Sum squared resid
0.012282
Schwarz criterion
-6.182894
Log likelihood
362.6338
F-statistic
5.629299
Durbin-Watson stat
2.538316
Prob(F-statistic)
0.004682
Inverted AR Roots
.69
.00 -.69i
.00+.69i
-.69
Inverted MA Roots
.30 -.52i
.30+.52i
-.60
Sau khi tiến hành ước lượng lần lượt các mô hình AR(3), AR(4), MA(3), MA(13), ta nhận thấy mô hình chứa các biến trễ AR(4) và MA(3) giải thích được nhiều nhất sự thay đổi của biến R. Mặt khác trong mô hình này cả hai tiêu chuẩn Akaike và Schwarz đều đạt min. Vậy mô hình ARIMA(4,0,3) là mô hình tốt hơn cả.
→ Kiểm định giả thiết của mô hình
H0: c =0
H1: c >0
Wald Test:
Equation: EQ01
Null Hypothesis:
C(1) = 0
F-statistic
4.483793
Probability
0.056430
Chi-square
4.483793
Probability
0.054218
Kết quả kiểm định cho thấy: kiểm định F có Pvalue= 0.56430 >0.05
kiểm định X2 có Pvalue= 0.054218 >0.05
Như vậy hệ số của c thực sự bằng 0.
♦Mô hình ARIMA(4,0,3) không có hệ số chặn
Dependent Variable: R
Method: Least Squares
Date: 11/27/07 Time: 02:06
Sample(adjusted): 5 119
Included observations: 115 after adjusting endpoints
Convergence achieved after 13 iterations
Backcast: 2 4
Variable
Coefficient
Std. Error
t-Statistic
Prob.
AR(4)
0.282577
0.093839
3.011301
0.0002
MA(3)
0.249371
0.094682
2.633787
0.0006
R-squared
0.058097
Mean dependent var
0.003279
Adjusted R-squared
0.049761
S.D. dependent var
0.010889
S.E. of regression
0.010614
Akaike info criterion
-6.235959
Sum squared resid
0.012731
Schwarz criterion
-6.188221
Log likelihood
360.5677
Durbin-Watson stat
2.450783
Inverted AR Roots
.73
.00 -.73i
Inverted MA Roots
.31 -.55i
.31+.55i
-.63
Từ kết quả trên ta thấy:
● Lợi suất của tỷ giá trong một tháng có bị ảnh hưởng bởi lợi suất của tháng trước đó do hệ số của AR(4) và MA(3) thực sự khác 0 ( Pvalue của kiểm định T đối với hệ số AR(4) =0.0002<0.05 và của MA(3)=0.0006<0.05).Giả thiết về hệ số của AR(4)=MA(3)=0 bị bác bỏ.
● Hệ số của AR(4) và MA(3) >0 cho biết lợi suất của tỷ giá trong một tháng chịu ảnh hưởng cùng chiều với lợi suất của tháng trước đó.
Kiểm định ADF đối với phần dư
ADF Test Statistic
-13.91062
1% Critical Value*
-3.4885
5% Critical Value
-2.8868
10% Critical Value
-2.5801
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RESID43)
Method: Least Squares
Date: 11/27/07 Time: 20:16
Sample(adjusted): 6 119
Included observations: 114 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
RESID43(-1)
-1.266681
0.091059
-13.91062
0.0000
C
0.002419
0.000962
2.514286
0.0133
R-squared
0.633394
Mean dependent var
7.77E-06
Adjusted R-squared
0.630121
S.D. dependent var
0.016617
S.E. of regression
0.010106
Akaike info criterion
-6.333982
Sum squared resid
0.011439
Schwarz criterion
-6.285979
Log likelihood
363.0370
F-statistic
193.5054
Durbin-Watson stat
1.990658
Prob(F-statistic)
0.000000
Nhìn vào kết quả kiểm định ta thấy DW = 1.990658, ut không tự tương quan
ỗtqsỗ = 13.91062 > ỗt0.1ỗ = 3.4885
ỗtqsỗ = 13.91062 > ỗt0.05ỗ = 2.8868
ỗtqsỗ = 13.91062 > ỗt0.01ỗ = 2.5801
Vậy chuỗi phần dư resid là một chuỗi dừng→ phần dư của mô hình ARIMA(4,0,3) là nhiễu trắng.Mô hình ARIMA(4,0,3) là mô hình tốt.
Ta có mô hình ARIMA(4,0,3) cho chuỗi lợi suất của tỷ giá như sau:
Rt =θ + ф*Rt-4 + θ3*ut-3 + Ɛt
Rt =0 + 0.282577* Rt-4 + 0.249371* ut-3
2.Mô hình ARCH(p), GARCH(p,q)
Việc áp dụng các mô hình kinh tế lượng này giúp ta trả lời cho câu hỏi mức dao động trong lợi suất của tỷ giá có phụ thuộc vào sự thay đổi lợi suất trong quá khứ, cú sốc âm,cú sốc dương,độ lệch chuẩn,phương sai và mức dao động của sự thay đổi này hay không?
2.1.Mô hình ARCH(p)
a.Xác định tham số p
Từ phương trình ARIMA đã ước lượng ở trên, ta sử dụng lược đồ tương quan bình phương phần dư của mô hình để suy ra p.
Theo lược đồ tương quan ta thấy tồn tại mô hình ARCH(3) cho chuỗi lợi suất R. Với ρ13 nằm ngoài khoảng tin cậy 95%, từ k=4 trở đi các ρkk giảm dần và luôn nằm trong khoảng tin cậy 95%
b.Ước lượng mô hình ARCH(3)
Dependent Variable: R
Method: ML - ARCH (Marquardt)
Date: 11/27/07 Time: 22:05
Sample(adjusted): 5 119
Included observations: 115 after adjusting endpoints
Convergence achieved after 10 iterations
MA backcast: 2 4, Variance backcast: ON
Coefficient
Std. Error
z-Statistic
Prob.
AR(4)
0.223549
0.064117
3.486585
0.0005
MA(3)
0.263581
0.061318
4.298604
0.0000
Variance Equation
C
7.05E-05
3.45E-06
20.45940
0.0000
ARCH(1)
0.211358
0.067352
3.138094
0.0017
ARCH(2)
0.030088
0.002980
10.09676
0.0000
ARCH(3)
0.073106
0.023223
3.148025
0.0016
R-squared
0.054005
Mean dependent var
0.003279
Adjusted R-squared
0.010611
S.D. dependent var
0.010889
S.E. of regression
0.010831
Akaike info criterion
-6.530847
Sum squared resid
0.012787
Schwarz criterion
-6.387633
Log likelihood
381.5237
Durbin-Watson stat
2.454543
Inverted AR Roots
.69
.00 -.69i
-.00+.69i
-.69
Inverted MA Roots
.32 -.56i
.32+.56i
-.64
Theo kết quả ước lượng trên cho thấy sự thay đổi của R chịu ảnh hưởng dương của độ biến động của lợi suất của ty giá hối đoái. Hệ số của ARCH(1), ARCH(2), ARCH(3) là dương thực sự do các Pvalue <0.05
c.Kiểm định các giả thiết của mô hình ARCH(3)
−Kiểm định
H0: c =0
H1: c >0
Wald Test:
Equation: EQ01
Null Hypothesis:
C(3)=0
F-statistic
418.5870
Probability
0.000000
Chi-square
418.5870
Probability
0.000000
Kết quả kiểm định cho thấy c >0 do kiểm định F có Pvalue =0.000<0.05 và kiểm định χ2 có Pvalue =0.000<0.05
−Kiểm định ARCH
ARCH Test:
F-statistic
0.027572
Probability
0.868419
Obs*R-squared
0.028057
Probability
0.866975
Test Equation:
Dependent Variable: STD_RESID^2
Method: Least Squares
Date: 11/27/07 Time: 22:47
Sample(adjusted): 6 119
Included observations: 114 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
1.033371
0.472183
2.188496
0.0307
STD_RESID^2(-1)
-0.015688
0.094479
-0.166047
0.8684
R-squared
0.000246
Mean dependent var
1.017411
Adjusted R-squared
-0.008680
S.D. dependent var
4.914700
S.E. of regression
4.935984
Akaike info criterion
6.048369
Sum squared resid
2728.761
Schwarz criterion
6.096373
Log likelihood
-342.7570
F-statistic
0.027572
Durbin-Watson stat
1.997948
Prob(F-statistic)
0.868419
Kết quả bảng trên cho thấy không tồn tại ARCH cho mô hình ARCH(3)
Gọi φ là hệ số của STD_RESID^2(-1)
Theo kiểm định H0: φ =0
H1: φ ≠ 0
Kiểm định F có Pvalue =0.868419 >0.05
Kiểm định χ2 có Pvalue =0.866975 >0.05
Kiểm định T có Pvalue =0.8684 >0.05
Hệ số φ =0 một cách có ý nghĩa. Mô hình ARCH(3) là mô hình tốt.
2.2.Mô hình GARCH
a.Mô hình GARCH(r,m)
Mô hình được sử dụng để đánh giá mức độ rủi ro của lợi suất tỷ giá hối đoái
Giả thiết: Rt là chuỗi dừng
Rt = μt + ut
Ut = бt*Ɛt
Ɛt độc lập: E(Ɛt) = 0
Var(Ɛt) = 1
Mô hình: бt2 = α0 + α1*u2t-1 + α2*u2t-2 + + αm*u2t-m
+ β1*б2t-1 + β2*б2t-2 ++ βs*б2t-s
α0>0 ; αi , βj >=0 với mọi i≠j
∑(αi + βi) <1 với i= 1ữmax(m,s)
b.Mô hình GARCH(3,1)
Dependent Variable: R
Method: ML - ARCH (Marquardt)
Date: 11/28/07 Time: 08:51
Sample(adjusted): 5 119
Included observations: 115 after adjusting endpoints
Convergence achieved after 41 iterations
MA backcast: 2 4, Variance backcast: ON
Coefficient
Std. Error
z-Statistic
Prob.
AR(4)
0.175675
0.158337
1.109500
0.2672
MA(3)
0.274767
0.138060
1.990197
0.0466
Variance Equation
C
3.76E-05
4.23E-06
8.896867
0.0000
ARCH(1)
0.396159
0.139417
2.841547
0.0045
ARCH(2)
0.150636
0.042830
3.517037
0.0004
ARCH(3)
0.362303
0.190970
1.897176
0.0078
GARCH(1)
0.270672
0.079807
3.391575
0.0007
R-squared
0.044675
Mean dependent var
0.003279
Adjusted R-squared
-0.008399
S.D. dependent var
0.010889
S.E. of regression
0.010934
Akaike info criterion
-6.753976
Sum squared resid
0.012913
Schwarz criterion
-6.586893
Log likelihood
395.3536
Durbin-Watson stat
2.460920
Inverted AR Roots
.65
.00+.65i
-.00 -.65i
-.65
Inverted MA Roots
.33+.56i
.33 -.56i
-.65
Theo ước lượng trên, hệ số của ARCH(1),ARCH(2),ARCH(3) và GARCH(1) là khác 0 một cách có ý nghĩa do thống kê z cho kết quả:
Hệ số ARCH(1): z=2.841547 Pvalue =0.0045<0.05
Hệ số ARCH(2): z=3.517037 Pvalue =0.0004<0.05
Hệ số ARCH(3): z=1.897176 Pvalue =0.0078<0.05
Hệ số GARCH(1): z=3.391575 Pvalue =0.0007<0.05
Vậy giả thiết hệ số của ARCH và GARCH =0 là bị bác bỏ.
c.Kiểm định giả thiết của mô hình
Kiểm định
H0: c(3) =0
H1: c(3) >0
Wald Test:
Equation: EQ01
Null Hypothesis:
C(3)=0
F-statistic
79.15425
Probability
0.000000
Chi-square
79.15425
Probability
0.000000
Kiểm định F có Pvalue =0.000 <0.05
Kiểm định χ2 có Pvalue =0.000 <0.05
Vậy giả thiết H0 bị bác bỏ
Kiểm định WALD-TEST
H0: c(4) + c(7)=1
H1: c(4) + c(7)<1
Wald Test:
Equation: EQ01
Null Hypothesis:
C(4)+C(7)=1
F-statistic
5.945607
Probability
0.016385
Chi-square
5.945607
Probability
0.014754
Theo kết quả trên: kiểm định F có Pvalue =0.016385 <0.05
kiểm định χ2 có Pvalue =0.014754 <0.05
Giả thiết H0 bị bác bỏ → chuỗi R hội tụ nhanh hay ảnh hưởng của cú sốc đến R là nhanh kết thúc.
Lược đồ tương quan phần dư của mô hình GARCH(3,1)
Với lược đồ trên ta thấy phần dư của mô hình GARCH(3,1) của chuỗi lợi suất R là nhiễu trắng do các đều nằm trong khoảng tin cậy 95%. Điều này cho ta kết luận giả thiết được thỏa mãn do là nhiễu trắng
Kiểm định ARCH cho mô hình GARCH(3,1)
ARCH Test:
F-statistic
0.008920
Probability
0.924923
Obs*R-squared
0.009079
Probability
0.924091
Test Equation:
Dependent Variable: STD_RESID^2
Method: Least Squares
Date: 11/28/07 Time: 09:59
Sample(adjusted): 6 119
Included observations: 114 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
0.828038
0.516265
1.603899
0.1116
STD_RESID^2(-1)
-0.008924
0.094487
-0.094446
0.9249
R-squared
0.000080
Mean dependent var
0.820715
Adjusted R-squared
-0.008848
S.D. dependent var
5.425736
S.E. of regression
5.449687
Akaike info criterion
6.246382
Sum squared resid
3326.298
Schwarz criterion
6.294385
Log likelihood
-354.0437
F-statistic
0.008920
Durbin-Watson stat
1.998894
Prob(F-statistic)
0.924923
Gọi φ là hệ số của STD_RESID^2(-1)
Theo kiểm định H0: φ =0
H1: φ ≠ 0
Kiểm định F có Pvalue =0.924923 >0.05
Kiểm định χ2 có Pvalue =0.924091 >0.05
Kiểm định T có Pvalue =0.9249 >0.05
Giả thiết H0 bị bác bỏ,hệ số φ =0 một cách có ý nghĩa → không tồn tại ARCH cho mô hình GARCH(3,1)
ố Qua các kiểm định trên ta thấy mô hình GARCH(3,1) thỏa mãn các giả thiết của mô hình. Vậy mô hình GARCH(3,1) là mô hình tốt.
Rt =0 + 0.282577* Rt-4 + 0.249371* ut-3
бt2=0.396159* u2t-1 + 0.150636* u2t-2 + 0.362303* u2t-3 +0.31899* б2t-1
** Với kết quả tính toán ở trên cho ta một số nhận định sau:
- Lợi suất trung bình của tỷ giá hối đoái trong một thời kỳ có quan hệ dương với sự thay đổi trong lợi suất của thời kỳ trước đó do hệ số của AR(4)=0.175675 và MA(3)=0.274767 dương thực sự
- Mức dao động trong lợi suất R có khác nhau trong các thời kỳ khác nhau, nó vừa phụ thuộc vào sự thay đổi của lợi suất ( hệ số ARCH(1)=0.396159, ARCh(2)=0.150636, ARCH(3)=0.362303 đều khác 0) lại vừa phụ thuộc vào mức dao động của thay đổi này(do hệ số của GARCH(1)=0.270672 khác 0)
Do ở đây các hệ số đều khác 0 hay dương một cách có ý nghĩa nên nếu có sự thay đổi trong tỷ giá hối đoái càng lớn thì sự dao động càng lớn, hay khi tỷ giá tăng (giảm) với mức độ lớn thì xu hướng này sẽ có tác động kéo dài đến các thời kỳ tiếp theo
2.3.Mô hình GARCH-M
Trong phân tích, lợi suất của tỷ giá có thể phụ thuộc vào độ rủi ro của tỷ giá.Rủi ro càng lớn thì lợi suất của tỷ giá càng cao. Người ta tìm cách đưa độ rủi ro vào phương trình ước lượng R
Đưa phương sai vào mô hình ước lượng R
Dependent Variable: R
Method: ML - ARCH (Marquardt)
Date: 12/04/07 Time: 10:21
Sample(adjusted): 5 119
Included observations: 115 after adjusting endpoints
Convergence achieved after 14 iterations
MA backcast: 2 4, Variance backcast: ON
Coefficient
Std. Error
z-Statistic
Prob.
GARCH
26.59760
17.22755
1.543899
0.1226
AR(4)
0.222947
0.168115
1.326164
0.0048
MA(3)
0.086688
0.142211
0.609572
0.5421
Variance Equation
C
6.69E-05
1.97E-05
3.393728
0.0007
ARCH(1)
0.163134
0.066370
2.457952
0.0140
ARCH(2)
0.069025
0.036411
1.895726
0.0080
ARCH(3)
0.399955
0.219714
1.820346
0.0087
GARCH(1)
0.055443
0.257476
0.215331
0.0295
R-squared
0.172037
Mean dependent var
0.003279
Adjusted R-squared
0.248712
S.D. dependent var
0.010889
S.E. of regression
0.012168
Akaike info criterion
-6.666653
Sum squared resid
0.015842
Schwarz criterion
-6.475701
Log likelihood
391.3325
Durbin-Watson stat
2.538000
Inverted AR Roots
.69
.00 -.69i
Inverted MA Roots
.44
-.22+.38i
-.22 -.38i
Từ kết quả ước lượng với thống kê Z, giá trị Pvalue =0.1226>0.05 cho thấy hệ số của GARCH=0. Vậy lợi suất của tỷ giá không phụ thuộc vào phương sai của nó
Đưa độ lệch chuẩn vào phương trình ước lượng R
Dependent Variable: R
Method: ML - ARCH (Marquardt)
Date: 12/04/07 Time: 10:28
Sample(adjusted): 5 119
Included observations: 115 after adjusting endpoints
Convergence achieved after 13 iterations
MA backcast: 2 4, Variance backcast: ON
Coefficient
Std. Error
z-Statistic
Prob.
SQR(GARCH)
0.376770
0.341585
1
Các file đính kèm theo tài liệu này:
- V0288.doc