开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

小鸟儿 · 2018年02月03日

问CFA二级数量中时间序列分析中用ARCH来检验No conditional heteroskedasticity的问题

还是不太能理解为什么可以用时间序列模型来检测,如果ℇ存在有条件异相关性,讲课中的逻辑:1.因为异方差定义是ℇ和Xt-1相关,2.所以ℇ和t相关,3.所以ℇ是一个时间序列。

疑问:首先为什么1能推出2呢,这如果和Xt-1相关就和t相关那不就所有时间序列分析用趋势模型就好来?

然后即使ℇ和t相关为什么不直接建一个x和t的模型去检验,而做一个ℇ的AR模型呢?

最后这个ARCH如果得到了验证,看起来也更像是证明了ℇ和自己有相关性,那不就是autocorrelation了么,不能理解a1≠0怎么能推回去ℇ就和Xt-1相关了。

求解答,硬记记不住,是否有一些更多的推演的材料可以看一下的。谢谢老师。

1 个答案
已采纳答案

源_品职助教 · 2018年02月04日


因为ℇ和Xt-1相关,同时Xt-1又与时间T相关,所以我们得到ℇ与T相关。
通常情况下,趋势模型并不是不好用,所以我们才引入了AR模型。这样我们通过检验自变量与因变量的相关性就能判别原方程的残差项是否稳定,也就是其自身是否稳定。

a如果不等于0,是说明原方程的残差项的滞后项对原方程的残差项有显著的影响,所以该残差项有条件异方差的现象。
数量这部分重点在于运用和记忆公式,如果你想参考推导可以看看原版教材,不过原版教材很多地方也是只给了结论。



  • 1

    回答
  • 0

    关注
  • 326

    浏览
相关问题