This suggests that a conditional me

This suggests that a conditional mean model is needed for these log return series. To check the log
return series for conditional heteroscedasticity, we plot the sample ACF of the squared
log returns series. From Figure 5 we can see significant autocorrelation. This suggests
that a GARCH model with lagged variances and lagged squared innovations might be
appropriate for modeling these log returns series. Engle’s ARCH test rejects the null
hypothesis (Values 1 in Table 1) of no ARCH effects in favor of the alternative ARCH
model with two lagged squared innovations.

Kết quả (Việt) 1:

Điều này cho thấy rằng một mô hình có nghĩa là có điều kiện là cần thiết cho các đăng nhập trở lại loạt. Để kiểm tra các bản ghitrở lại loạt cho điều kiện heteroscedasticity, chúng tôi âm mưu mẫu ACF của các bình phươngđăng nhập trở lại loạt. Từ con số 5, chúng tôi có thể nhìn thấy significant autocorrelation. Điều này cho thấyGARCH một mô hình với lagged chênh lệch và tụt bình phương tựu có thểthích hợp cho mô hình đăng nhập trở lại loạt. Kiểm tra vòm của Engle từ chối nullgiả thuyết (giá trị 1 trong bảng 1) không có tác dụng ARCH trong lợi của các kiến trúc khácCác mô hình với hai lagged bình phương thành tựu.

Kết quả (Việt) 2:

Điều này cho thấy một mô hình trung bình có điều kiện cần thiết cho các loạt đăng nhập trở lại. Để kiểm tra các bản ghi
lại hàng loạt cho các biến ngẫu nhiên có điều kiện, chúng ta vẽ ACF mẫu của squared
loạt trở lại log. Từ hình 5, chúng ta có thể thấy trọng yếu không thể tự tương quan. Điều này cho thấy
rằng một mô hình GARCH với phương sai tụt và tụt đổi mới phương có thể là
thích hợp để mô hình hóa các lợi log loạt. Kiểm tra ARCH Engle của bác bỏ null
giả thuyết (Giá trị 1 trong Bảng 1) không có hiệu ứng ARCH trong lợi của ARCH thay thế
mô hình với hai tụt đổi mới phương.