test sur les résidus des rendements au carré pour la chine rcds2_chine

Corrélogramme Q-Stat

Corrélogramme squared résiduals

Arch test

Les probabilités étant supérieures à 5%, on accepte Ho. Il n'y a pas d'effet arch.

Test sur les coefficients du modèle On fait ce test pour savoir si on a raison de faire un AR(2)

Histogramme

On constate que la kurtosis est de 20.166, elle est supérieure

à 3 donc la

distribution est leptokurtique. La skewness est égale à 3.417, elle est positive donc asymétrique. La Jarque-Bera est de 5220.604, sa probabilité est de 0.000000 donc on rejette l'hypothèse d'une loi normale. Les valeurs à droite dans l'histogramme correspondent à des valeurs extrêmes. On va réestimer les modèles Garch en enlevant ces élements.

En regardant l'histogramme des rendements au carré rcds2_por, on constate qu'il y a des petites bandes bleues après 0.05 donc il faut enlever ces petites bandes bleues.

Pour ne pas modifier le fichier rcds2_chine , on crée un autre appelé r2modifchine. genr r2modifchine=rcds2_chine Dans ce fichier, nous allons enlever toutes les valeurs supérieures à 0.05 et on les remplace par NA.

On obtient l'histogramme suivant,

On constate qu'à partir du moment où on neutralise les moments extêmes, on se rend compte qu'après 2008 les rendements continuent à avoir une volatilité importante.

On va estimer des modèles garch sur la séries R2modifchine. On crée un modèle model r2modifchine mais il est impossible d'estimer ce modèle. Donc dans la série r2modifchine, on remplace tous les NA par

0.05.

On va estimer des modèles garch sur la séries R2modifchine. On crée un modèle model r2modifchine mais il est impossible d'estimer ce modèle puisque cela nous plante. En effet, nous avons un message d'erreur : ARCH estimation requires a continuous sample. Donc dans la série r2modifchine, on remplace tous les NA par 0.05.

Estimation du modèle AR(2)

garch(9,6)

graph modelr2modifchine