问题描述
考虑SAS示例和代码：
经过一些工作之后，最佳选择的模型是PGARCH（1,1），没有拦截。然后，我想通过删除一些最新的观察来检查拟合模型的性能，以便autoreg过程估算它们：
data a; set ibm_long;
real=r;
if year(date)>=2008 then r=.
run;
proc autoreg data=a;
model r = / noint garch=(p=1,q=1,type=pgarch) BDS=(Z=SR,D=2.0);
output out=b p=yhat r=r lcl=l95 ucl=u95 cev=vhat;
run;
在这里，我想比较预测值和观察值（“真实”），但是我不确定如何获得预测值，yhat为零（涉及结构和AR部分），在GARCH模型中，R_t = sigma_t e（R_t：返回，sigma_t：波动率，e：一些iid白噪声）。我尝试使用估计的波动率，但它不适合数据（即使过去也是如此）。那么应该考虑使用输出中的哪些值来比较实际回报率“ r”？预先感谢。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）