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@)