基于egarch模型的云南省生产者价格指数(ppi)分析

基于egarch模型的云南省生产者价格指数(ppi)分析

ID:22097419

大小:50.00 KB

页数:6页

时间:2018-10-27

基于egarch模型的云南省生产者价格指数(ppi)分析_第1页
基于egarch模型的云南省生产者价格指数(ppi)分析_第2页
基于egarch模型的云南省生产者价格指数(ppi)分析_第3页
基于egarch模型的云南省生产者价格指数(ppi)分析_第4页
基于egarch模型的云南省生产者价格指数(ppi)分析_第5页
资源描述:

《基于egarch模型的云南省生产者价格指数(ppi)分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于EGARCH模型的云南省生产者价格指数(PH)分析【摘要】本文利用2001年至2016年云南省生产者价格指数(PPI)的月度数据,实证说明了云南省生产者价格指数(PPI)存在ARCH效应,并建立EGARCH模型,很好拟合了云南省生产物价指数(FTI)数据,分析了其在不同冲击下的波动状况,并据此提出了政策性建议。本文采集自网络,本站发布的论文均是优质论文,供学习和研宄使用,文中立场与本网站无关,版权和著作权归原作者所存,如存不愿意被转载的情况,请通知我们删除己转载的信息,如果需要分享,请保留本段说明。【关键词】PPIEGA

2、RCII杠杆效应一、研究背景生产者价格指数(PPI)主要用来衡量工业产品出厂价格的变动,是通货膨胀的三大指标之一。一直以来,国内外通常都是使用消费者价格指数(CPI)来衡量通货膨胀的变动,许多学者利用ARCH类模型对消费者价格指数(CPI)进行建模,以分析通货膨胀率的波动状况但是,也有众多学者认为生产者价格指数(PPI)作为生产领域内价格变动的指标,一定程度上带动了消费者价格指数(CPI)的变动,可以作为通货膨胀的先行指标,在此基础上,分析生产者价格指数(PPI)的波动情况对分析与预估生产者消费指数(cn)的走势有着重要意义

3、。本文利用云南省生产者价格指数(PPI)数据,采用EARCH模型,对云南省2001年至2016年的生产者价格指数(PPI)波动进行分析。二、理论模型介绍自1982年,Engle首次提出了ARCH(auto-regressiveconditionalheteroskedasticity)模型,使用此模型针对英国的通货膨胀率作出分析,而后ARCH类模型得到了很大的发展,1986年Bollcrslcv扩展了Engle的原始模型,引入了一种允许条件方差转化为一个ARMA过程的方法,提出了GARCII模型;1987年Engle,Lil

4、ien和Robin将基本的ARCH模型加以扩展,提出了ARCH-M模型,反映了将风险因素引入金融资产定价过程的思想;由于GARCH模型广泛的应用性,围绕着GARCH模型,众多的拓展模型被开发出来,包括非对称的TGARCH模型和EGARCH模型,能够更好的分析具有杠杆效应的经济金融时间序列。本文为研究云南省生产者价格指数(PPI)的波动及其杠杆效应,采用EGARCH模型,其理论模型如下:若0k#O,说明了冲击对研宄对象非对称的影响,即存在着杠杆效应,负冲击相比于正冲击所带来的波动大小不同。三、实证分析(一)数据选取本文选取20

5、01-2016年共192个月度云南省生产者价格指数(PPI)数据,数据来源于国家统计局网站。本文所有模型均在Eviews6.0中实现。(二)平?性检验经济时间序列的平稳性检验必不可少,因此,首先对生产者价格指数(PPI)时间序列进行平稳性检验,平稳性检验包含多种方法,因为DF检验耍求时问序列不存在自相关性,而大多数经济时问序列不满足此项假设,因此这里采用ADF检验,得到如下结果。表1:生产者价格指数(PPI)的单位根(ADF)检验NullHypothesis:PPIhasaunitroott-StatisticProb.氺A

6、DFstatistic-3.7063370.0047Testcriticalvalues:l%level-3.4652025%level-2.87675910%level-2.574962由上表可知,分别在1%,5%,10%的置信水平下,t统计量绝对值均大于临界值,因此拒绝该序列存在单位根的原假设,生产者价格指数(PPI)序列平稳。(一)均值方程和残爰序列巾于生产者价格指数(PPI)序列平稳,所以选择用自回归模型解释生产者价格指数(PPI)的变化,对生产者价格指数(PPI)序列做自相关检验,确定其滞后阶数为1阶,采用如下公式

7、做其均值方程:PPlt=eo+elPPlt-l+et按该均值方程,使用ols方法进行估计,得到相应的残差序列,绘制平方残差序列与时间变化的关系图,如下图所示,可以观察到平方残差在随时间变化的过程中存在聚类现象,这意味着ARCH效应的存在。(二)ARCH-LM检验为进一步确定残差序列ARCH效应的存在,要进行更为正式的LM检验,其检验结果如上表所示,此处P值等于0,拒绝原假设,说明AR(1)模型的残差序列存在自回归条件异方差,进一步证明了et存在着显著的ARCH效应,且可以在AR(1)模型的基础上建立EGARCH模型。(一)E

8、GARCH模型及其结果分析依据AIC和SC最小的原则,对不同分布下的模型进行比较,认为正态分布下的模型拟合效果最好,模型回归结果可表示为:均值方程:方差方程:对数似然值二-305.180AIC-3.258SC:3.361在EGARCH模型中,a的估计值为0.717,非对称项Y的估计值为-0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。