五，GARCH模型的估计 点击”Quick”---“Estimate Equation”,在弹出的窗口中,在”Equation Specificition”空白中键入 “c2 c c2(-4)”,在”Estimation Setting”中选择”ARCH”然后”OK”得结果:   得结果：   Coefficient Std. Error z-Statistic Prob.  C 1.133901 0.729749 1.553822 0.1202 C2(-4) -0.209917 0.146564 -1.432254 0.1521          Variance Equation C 0.185874 1.674222 0.111021 0.9116 ARCH(1) -0.159191 0.035095 -4.535949 0.0000 GARCH(1) 0.880452 0.162760 5.409527 0.0000 R-squared 0.221061     Mean dependent var -0.670000 Adjusted R-squared -0.402089     S.D. dependent var 5.917967 S.E. of regression 7.007456     Akaike info criterion 5.640628 Sum squared resid 245.5222     Schwarz criterion 5.791921 Log likelihood -23.20314     F-statistic 0.354748 Durbin-Watson stat 0.980421     Prob(F-statistic) 0.831443 C2的ARCH项和GARCH项系数之和为0.72，小于1。因此GARCH(1,1)过程是平稳，其条件方差出现均值回复，即过去的波动对未来的影响逐渐衰弱。ARCH项和GARCH项的t检验都非常显著.   六,向前10步预测 新建文件: Start date为:1989,End date为2015. Create cpi,同样设计Start date为:1989,End date为2015.(都为年度数据) 在点击”Quick”---“Sample” 再在弹出的窗口中输入: 1989 2004 再点击”Quick”---“Estimate Equation”,在弹出的窗口中,在”Equation Specificition”空白中键入 “c2 c c2(-4)”,在”Estimation Setting”中选择”ARCH”,其它的选项不变,得出模型. 再重新点击”Quick”---“Sample” 再在弹出的窗口中输入: 1989 2015 在点击”Forecast”,选择动态预测,得结果:   七，小结: 由于不能收集到越多的CPI数据，所以数据总量较少。所以模型不是做得很好，预测效果受到很大的制约。 预测CPI是国民生产总值的重要决定因素,对CPI预测就可以预测GDP的走势,对国家的宏观货币和财政政策提供一点建议。   [参考资料] [1] 邹平,                金融计量学,       上海财政大学出版,    2005年 [2]徐国祥，    统计预测和决策   上海财经大学出版，  2005年

评论