2.2.2 数据选择与处理
选取了2014-2023年10年间每日人民币对美元汇率（年平均汇价），合计2435个数据，通过对数据的初步分析发现为非平稳时间序列，因而对该数据进行一阶差分处理。
2.2.3 平稳性检验
该序列检验的结果显示，基于变量汇率，显著性P值为0.000，水平上呈现显著性，拒绝原假设，该序列为平稳的时间序列。
表2-1 平稳性检验
2.2.4 ARCH效应检验
通过ARCH-LM 拉格朗日乘子检验，所有滞后阶数下的X²统计量均显著大于零，且对应的P值均小于0.01（在1%水平下），标记为。这表明残差平方存在显著的自相关性，波动对当前的波动有显著影响验证了ARCH效应的存在。具体来说，随着滞后阶数的增加，X²统计量呈现逐渐增大的趋势，这反映了波动聚集性的特征。同时，P值始终保持在极低的水平（小于0.01），进一步确认了ARCH效应的统计显著性。
表2-2 ARCH效应检验
2.2.5 模型参数估计
RESID(-1)^2的参数估计值为0.155，表示前一期的残差平方对当前波动率有显著的正向其对应的P值为0.003，在1%的显著性水平下显著，说明ARCH效应显著存在，即波动性存在短期自相关。
其次，GARCH(-1)^2的参数估计值为0.811前一期的条件方差对当前波动率具有强烈且显著的正向影响。其P值为0.000，在极高的显著性水平下显著，表明G显著，波动性存在长期自相关。此外，GARCH参数值（接近1）还暗示了波动率的持久性，即过去的波动对当前及未来波动有显著且持久的影响。
表2-3 模型参数估计结果表
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/185783.html