1
数据本例以年12月28日-年12月31日沪深股指期货-收盘价的数据为基础，共计个序列。构建GARCH模型并估计，部分数据如下所示：
由于数据不规则（非日度、月度、季度数据），因此采用Eviews导入excel文件的方式导入数据，步骤如下：
将excel数据导入Eviews9中，由于沪深股指期货-收盘价日期并不规律，每年由于节假日的调整也会不同，因此在eviews中点击File---Open---ForeignDataasworkfile在弹出的对话框中选中数据文件“沪深股指期货收盘.xlsx”,下面就是打开的对话框页面。单击完成即可：
在输出的数据文件中，___________________既是股指收盘价的时间序列，为方便操作将此文件点击右键——rename，改名为p：
2
生成收益率序列并作检验生成收益率的数据序列r，并做r的时间序列图
在Eviews命令栏中输入：
genrr=log(p)-log(p(-1))
打开收益率序列r，点击view—graph：
在接下来的界面，默认为line，因此再点击ok得到r的时间序列图：
数据正态性检验
进行如下操作：
得到：
从上图可以看到序列存在尖峰肥尾现象，因此需要利用服从t分布的GARCH模型描述日收益率序列的变化特征。
3
平稳性检验对序列r进行如下操作：
在打开的界面中选择以下选项：
点击OK，得到结果：
可见，对数收益率时间序列的ADF值都小于1%、5%、10%置信度下的t值，故，该序列不存在单位根，是平稳的。
待续。。。
欢迎扫码