時間序列分析第四次作業(yè)-房青B071209410712

1、時間序列分析第四次作業(yè)房青 B0712094 10712091531. ARMA-GARCH modeling of SSE Composite Index. Use the recent 1000 obervations on the log return of the SSECI. (1) Usee PAACF to ideentiify an ARCCH mmodeel oof tthe serriess. IIn ttermms oof ccorrrelaatioons, iss thhis moddel adeequaate forr thhe mmodeelinng oof tth

2、e conndittionnal hetterooskeedassiciity? Annd wwhatt abboutt thhe ccondditiionaal mmeann? SSECCI對數(shù)數(shù)收益率率PACCF圖通過PAACF圖圖，可以以確定AARCHH模型的的階數(shù)為24。對ARCCH（224）模模型殘差差的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls: Staatissticc PP-vaaluee Chii2-d.ff. 288.833 0.00441722 12Ljunng-BBox tesst ffor squuaree

3、d sstanndarrdizzed ressiduualss: Sttatiistiic PP-vaaluee Chhi22-d.f.33.9774 0.98339 122根據(jù)上上述檢驗驗結(jié)果可可以看出出，在55%顯著著性水平平下模型型殘差具具有顯著著自相關(guān)關(guān)性，說說明ARRCH（24）對條件件異方差差的擬合合能力并并不好。Jarqque-Berra P-vvaluue 104.9 00 從QQ圖圖和Jaarquue-BBeraa檢驗中中可以得得出，模模型殘差差不符合合正態(tài)分分布，說說明模型型還需要要改進。以上的結(jié)結(jié)論可以以看出，需要加加入ARRMA部部分來優(yōu)優(yōu)化模型型。(2) Esstim

4、matee ann ARRMA(1,66)-AARCHH(p) moodell off thhe sseriies, whheree p is dettermmineed aabovve. Is thiis mmodeel aadeqquatte?對ARMMA(11,6)-ARRCH（24）模型殘殘差的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls: Staatissticc PP-vaaluee CChi2-dd.f. 13.59 0.332788 122Ljunng-BBox tesst ffor squuareed sstannd

5、arrdizzed ressiduualss: Staatissticc P-vallue Chii2-d.ff. 12.668 0.39225 112從上述述檢驗結(jié)結(jié)果中可可以看出出，在55%顯著著性水平平下模型型殘差以以及殘差差的平方方都已經(jīng)經(jīng)是白噪噪聲過程程，不具具有自相相關(guān)性。說明該該模型的的擬合效效果有很很大的提提高。Jarqque-Berra P-vallue 22005 0 雖然然仍沒有有通過JJarqque-Berra檢驗驗，但是是從QQQ圖上來來看，殘殘差對正正態(tài)分布布的趨近近程度比比上個模模型大大大提高了了。說明加加入了AARMAA部分后后，模型型的擬合合能力提提高很大大。

6、(3) Esttimaate a GGARCCH(11,1) moodell off thhe sseriies. Iss thhis moddel adeequaate forr thhe ccondditiionaal hheteerosskeddasiicitty? Whaat aabouut tthe conndittionnal meaan?對GARRCH（1，11）模型型殘差的的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls: Staatissticc P-vvaluue Chii2-d.ff. 30.993 0.00220

7、188 12Ljunng-BBox tesst ffor squuareed sstanndarrdizzed ressiduualss: Staatissticc PP-vaaluee CChi2-dd.f. 10.44 0.58007 122根據(jù)上上述檢驗驗結(jié)果可可以看出出，在55%顯著著性水平平下模型型殘差具具有顯著著的自相相關(guān)性，說明該該模型對對條件異異方差的的擬合能能力并不不好。Jarqque-Berra PP-vaaluee 1466.2 0 從QQ圖圖和Jaarquue-BBeraa檢驗中中可以得得出，模模型殘差差不符合合正態(tài)分分布，說說明模型型還需要要改進。以上的結(jié)結(jié)論可以以看

8、出，需要加加入ARRMA部部分來優(yōu)優(yōu)化模型型。(4) Esttimaate an ARMMA(11,6)-GAARCHH(1,1) moddel of thee seeriees. Ploot(i) Conndittionnal Staandaard Devviattionns, siggma_t(iii) AACF of Staandaardiizedd Reesiddualls, haatvvareepsiilonn_t(iiii) QQ-Ploot oof SStanndarrdizzed Ressiduualss.對ARMMA(11,6)-GAARCHH（1，1）模模型殘差差的Ljun

9、ng-BBox tesst ffor staandaardiizedd reesiddualls: Staatissticc P-vallueChii2-d.ff. 133.733 0.331811 12Ljunng-BBox tesst ffor squuareed sstanndarrdizzed ressiduualss:StaatissticcPP-vaaluee Chhi22-d.f.99.2998 0.67773 122從上上述檢驗驗結(jié)果中中可以看看出，在在5%顯顯著性水水平下模模型殘差差以及殘殘差的平平方都已已經(jīng)是白白噪聲過過程，不不具有自自相關(guān)性性。說明明該模型型的擬合合效果有

10、有很大的的提高。(i)Conndittionnal Staandaard Devviattionns從siggma_t的圖圖中可以以推出，t22 即條條件異方方差正變變得越來來越大。隨著股股市從006年開開始逐漸漸進入牛牛市格局局，市場場的波動動率也逐逐漸變大大。瘋漲漲，暴跌跌，也是是最近股股市經(jīng)常常出現(xiàn)的的事情，這樣也也就不難難理解該該圖了。(ii)從ACFF圖中可可以看出出殘差的的自相關(guān)關(guān)性已經(jīng)經(jīng)不明顯顯了。(iiii)QQ-Ploot oof SStanndarrdizzed Ressiduualss從QQ圖圖中發(fā)現(xiàn)現(xiàn)殘差并并不服從從正態(tài)分分布。(5) Esttimaate an ARM

11、MA(11,6)-GAARCHH(1,1) moddel witth SStuddentt-t disstriibuttionn. PPlott QQQ-Pllot of Staandaardiizedd Reesiddualls.對ARMMA(11,6)-GAARCHH（1，1）模模型殘差差的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls: Staatissticc P-vvaluue Chii2-d.ff. 11.994 0.445044 12Ljunng-BBox tesst ffor squuareed sstanndarrdi

12、zzed ressiduualss: Staatissticc P-vvaluue Chii2-d.ff. 8.6658 0.73118 122從從上述檢檢驗結(jié)果果中可以以看出，在5%顯著性性水平下下模型殘殘差以及及殘差的的平方都都已經(jīng)是是白噪聲聲過程，不具有有自相關(guān)關(guān)性。從QQ圖圖中可以以看出，殘差基基本服從從T學生生分布。2. EExteensiionss off GAARCHH moodells.Firsst uuse thee abbovee SSSECII daata.Estiimatte aan AARMAA(1,6)-GARRCH-M(11,1) moodell off thhe

13、 SSSECCI sseriies. Iss thhe GGARCCH-MM efffecct ssignnifiicannt?對ARMMA(11,6)-GAARCHH-M（1，11）模型型分析Vallue Stdd.Errrorr tt vaaluee Prr(|t|)ARCHH-INN-MEEAN 4.4144e+0000 4.8399e+0000 0.91221 3.6199e-0001可以看出出，該模模型的風風險溢價價參數(shù)在55%顯著著性水平平下并不不顯著為為正，說說明上證證市場投投資者對對風險補補償?shù)囊蟛⒉徊幻黠@。對此結(jié)論論可能的的解釋有有，國內(nèi)內(nèi)市場的的最大特特點即為為投機氣氣

14、氛較濃濃厚，與與國外市市場大部部分投資資者注重重穩(wěn)定的的價值性性投資有有所不同同。市場場上STT股票只只要稍稍稍有些題題材和故故事，就就很容易易成為被被市場所所熱炒的的對象，但是這這類上市市公司經(jīng)經(jīng)重組，注資后后表現(xiàn)如如何，還還是要大大打問號號的。而而且市場場上很多多散戶并并不理性性，對于于股市知知之甚少少，一味味追漲殺殺跌，對對于股市市的風險險性并沒沒有較清清醒的認認識。以上對模模型結(jié)果果的一些些解釋僅僅為個人人觀點。對ARMMA(11,6)-GAARCHH（1，1）-M（11，1）模型殘殘差的Ljunng-BBox tesst ffor staandaardiizedd reesiddua

15、lls: Staatissticc PP-vaaluee Chii2-d.ff. 13.883 00.31114112Ljunng-BBox tesst ffor squuareed sstanndarrdizzed ressiduualss: StaatissticcP-vallue Chhi22-d.f.9.1443 0.669066 122從上述述檢驗結(jié)結(jié)果中可可以看出出，在55%顯著著性水平平下模型型殘差以以及殘差差的平方方都已經(jīng)經(jīng)是白噪噪聲過程程，不具具有自相相關(guān)性。Estiimatte aan AARMAA(1,6)-APGGARCCH(11,1) moodell off thhe

16、 sseriies. Iss thhe lleveeragge eeffeect siggnifficaant?對ARMMA(11,6)-APPGARRCH（1，11）模型型殘差的的VallueSStd.Errrort vvaluue Prr(|t|) LEEV(11) -00.06691339600 0.00695590555-0.999355 3.2077e-0001在5%顯顯著性水水平下模模型的LLEV(1)并并不顯著著，并沒沒有得出出負沖擊擊對市場場沖擊更更大的結(jié)結(jié)論。誠然，從從去年5530印印花稅導導致的市市場暴跌跌，到最最近由于于市場對對我國經(jīng)經(jīng)濟增長長和上市市公司利利潤增長長的懷

17、疑疑以及市市場擴容容壓力所所導致的的市場大大面積暴暴跌，都都說明負負沖擊對對市場影影響的強強大威力力性。但是，市市場同樣樣容易對對正面利利好消息息產(chǎn)生強強烈反應(yīng)應(yīng)，諸如如最近印印花稅下下調(diào)，股股市一片片紅，消消息公布布次日漲漲停無數(shù)數(shù)，股評評師紛紛紛看到至至少38800以以上，市市場公司司盈利情情況并未未發(fā)生根根本性改改變，市市場卻做做出如此此巨大的的反應(yīng)，也足見見正面利利好對目目前股市市的沖擊擊能力之之大。除此之外外，市場場上很有有些人喜喜歡炒作作行業(yè)題題材，講講究板塊塊理念，一條行行業(yè)政策策消息就就能有效效帶動整整個行業(yè)業(yè)板塊的的上漲，也可以以看出正正面消息息對市場場的影響響之大。對ARM

18、MA(11,6)-APPGARRCH（1，11）模型型殘差的的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls: Staatissticc P-vallueChii2-d.ff. 113.22 00.35548112Ljunng-BBox tesst ffor squuareed sstanndarrdizzed ressiduualss: Staatissticc P-vallue Chii2-d.ff. 8.8088 00.71192112 從上上述檢驗驗結(jié)果中中可以看看出，在在5%顯顯著性水水平下模模型殘差差以及殘殘差的平平方都已已

19、經(jīng)是白白噪聲過過程，不不具有自自相關(guān)性性。Estiimatte aan AARMAA(1,6)-EGAARCHH(1,1) moddel of thee seeriees. Is thee leeverragee efffecct ssignnifiicannt?對ARMMA(11,6)-EGGARCCH(11,1)模型殘殘差的Vaaluee Sttd.EErroor t valluePPr(|t|) LEVV(1) -0.10337488 00.07783226 -1.324456 1.8856ee-0001同樣樣，在55%顯著著性水平平下模型型的LEEV(11)并不不顯著，并沒有有得出負負

20、沖擊對對市場沖沖擊更大大的結(jié)論論。對ARMMA(11,6)-EGGARCCH(11,1)模型殘殘差的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls: Staatissticc P-vallue Chii2-d.ff. 133.733 00.31184112Ljunng-BBox tesst ffor squuareed sstanndarrdizzed ressiduualss: Staatissticc P-vallue Chii2-d.ff. 8.8355 0.7717112從上述檢檢驗結(jié)果果中可以以看出，在5%顯著性性水平下下模型

21、殘殘差以及及殘差的的平方都都已經(jīng)是是白噪聲聲過程，不具有有自相關(guān)關(guān)性。Now, usse tthe reccentt 10000 daiily logg reeturrns of Baoo Stteell. Estiimatte aan AARMAA(0,0)-GARRCH-M(11,1) moodell. IIs tthe GARRCH-M eeffeect siggnifficaant?對ARMMA(00,0)-GAARCHH-M（1，11）模型型分析VallueSttd.EErroor t vvaluue Prr(|t|) ARCHH-INN-MEEAN 0.00170064 0.021

22、11277 0.8807770 00.411945584可以看出出，在55%顯著著性水平平下寶鋼鋼的風險險溢價參參數(shù)并不不顯著為為正，說說明寶鋼鋼的投資資者對風險補補償?shù)囊蟛⒉徊幻黠@。從該模型型結(jié)果來來看，對對市場上上所謂的的“由于給予予了過高高風險溢溢價，目前主主要鋼鐵鐵上市的的價值都都被明顯顯低估”的說法法并不支支持。對ARMMA(00,0)-GAARCHH-M（1，11）模型型殘差的的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls: Staatissticc P-vallueChii2-d.ff. 4.81550.96339

23、122Ljunng-BBox tesst ffor squuareed sstanndarrdizzed ressiduualss: Staatissticc P-vallue Chii2-d.ff. 4.26220.97882 112從上述檢檢驗結(jié)果果中可以以看出，在5%顯著性性水平下下模型殘殘差以及及殘差的的平方都都已經(jīng)是是白噪聲聲過程，不具有有自相關(guān)關(guān)性。Estiimatte aan AARMAA(0,0)-APGGARCCH(11,1) moodell. IIs tthe levveraage efffectt siigniificcantt?對ARMMA(00，0)-APPGARRC

24、H（1，11）模型型殘差的的Vaaluee Stdd.Errrorrtt vaaluee Pr(|tt|) LEVV(1) 00.22252880.0084660422.66637.8755e-0003可以以看出，檢驗結(jié)結(jié)論并沒沒有得出出asyymmeetriic mmodeel建立立的本意意：觀察察負沖擊擊對市場場的沖擊擊是否更更大，相反，在5%顯顯著性水水平下LLEV(1)前前的系數(shù)數(shù)顯著為為正，可可在一定定程度上上說明市市場正面沖擊擊對寶鋼鋼股份的的沖擊更更大，對對于鋼鐵鐵行業(yè)板板塊來說說，鐵礦礦石價格格一直是是市場對對于鋼鐵鐵行業(yè)盈盈利能力力評估的的重要因因素。雖雖然鐵礦礦石漲價價對于

25、鋼鋼鐵行業(yè)業(yè)來說無無疑是負負面的沖沖擊，但但是在各各大券商商的投資資報告中中，對于于寶鋼，武鋼等等行業(yè)龍龍頭企業(yè)業(yè)他們認認為公司司的定價價能力較較強，某某些型號號的鋼材材在近期期也相繼繼提價，能夠在在一定程程度上消消化鐵礦礦石漲價價等負面面影響，予以增增持等較較高評級級，這也也是為什什么LEEV（11）前系系數(shù)顯著著為正的的原因之之一吧。對ARMMA(00，0)-APPGARRCH（1，11）模型型殘差的的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls:Sttatiistiic P-vvaluue Chii2-d.ff. 5.15770

26、0.95525 122Ljunng-BBox tesst ffor squuareed sstanndarrdizzed ressiduualss: Staatissticc P-vvaluue CChi2-dd.f. 4.31110.997711 12從上述檢檢驗結(jié)果果中可以以看出，在5%顯著性性水平下下模型殘殘差以及及殘差的的平方都都已經(jīng)是是白噪聲聲過程，不具有有自相關(guān)關(guān)性。(6) Esttimaate an ARMMA(00,0)-EGGARCCH(11,1) moodell off thhe sseriies. Iss thhe lleveeragge eeffeect siggnif

27、ficaant?對ARMMA(00，0)-EGGARCCH(11,1)模型殘殘差的Valuue SStd.Errror t vvaluue Prr(|t|) LEEV(11) 0.22264450.07004733 3.2133 1.3354ee-0003同樣，得得出的結(jié)結(jié)論是，在5%顯著性性水平下下市場正正面沖擊擊對寶鋼鋼股份的的沖擊更更大，LLEV(1)前前的系數(shù)數(shù)顯著為為正，具具體分析析見上面面第（55）小題題。對ARMMA(00，0)-EGGARCCH(11,1)模型殘殘差的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls: St

28、aatissticc P-vallue Chii2-d.ff. 5.1800.95517 12Ljunng-BBox tesst ffor squuareed sstanndarrdizzed ressiduualss: Staatissticc P-vallue Chii2-d.ff. 4.22990.97889 122從上述檢檢驗結(jié)果果中可以以看出，在5%顯著性性水平下下模型殘殘差以及及殘差的的平方都都已經(jīng)是是白噪聲聲過程，不具有有自相關(guān)關(guān)性。3. CConsstraaineed AARMAA-GAARCHH moodells aand Vollatiilitty FForeecassts

29、.Sommetiimess wee waant to esttimaate a mmodeel wwithh soome parrameeterrs ffixeed. Forr exxampple, wee maay bbeliievee thhat thee loog rretuurnss haave a mmeann off zeero. Foor aanottherr exxampple, wee maay bbeliievee thhat somme llagss off thhe sseriies do nott maatteer. In botth ccasees, we cann

30、 esstimmatee thhe mmodeel kkeeppingg fiixedd soome appproppriaatelly cchossen parrameeterrs.(1) To supppreess thee coonsttantt inn thhe ccondditiionaal mmeann,Estiimatte aan AARMAA(1,6)-GARRCH(1,11) mmodeel oof tthe serriess SSSECII wiith thee coonsttantt inn coondiitioonall meean supppreesseed. Wha

31、at ddo yyou finnd?ARMAA(1,6)-GARRCH-M（11，1）模型 VallueSttd.EErroor t vvaluue Prr(|t|) AAR(11) 0.11562239886 4.9915ee+0002 0.000031779 9.9997ee-0001MMA(11) -0.11401162553 4.9915ee+0002 -0.000028552 9.9988e-0001MMA(22) -0.00022292334 7.8898ee+0000 -0.000029002 9.9998ee-0001MMA(33) -0.00000056004 1.1199e

32、-0001 -00.0000500079.9996ee-0001MMA(44) -0.00000011884 3.6663ee-0002 -0.000032332 9.9997ee-0001MMA(55) -0.00000043773 3.3364ee-0002 -0.001129999 9.9990ee-0001MMA(66) -0.00000052992 4.4493ee-0002 -0.001117777 9.9911e-0001 A 0.00000027883 6.7793ee-0006 4.096685337 4.5530ee-0005 ARCCH(11) 0.00999998336

33、 2.1103ee-0002 4.754417441 2.2288ee-0006GARCCH(11) 0.88000062337 3.8875ee-0002 20.645530221 0.0000e+0000可以看到到，在55%顯著著性水平平下模型型中ARRMA部部分中回回歸系數(shù)數(shù)均不顯顯著，說說明將AARMAA部分中中的常數(shù)數(shù)設(shè)為00也許并并不合理理。對ARMMA(11,6)-GAARCHH-M（1，11）模型型殘差的的Ljunng-BBox tesst ffor staandaardiizedd reesiddualls: Staatissticc PP-vaaluee Chhi22-d.

34、f. 288.888 0.00441066 12Ljunng-BBox tesst ffor squuareed sstanndarrdizzed ressiduualss: Staatissticc P-vallue Chii2-d.ff. 111.544 00.48831112對殘差以以及殘差差平方的的Ljuung-Boxx檢驗也也可以看看出，在在5%顯顯著性水水平下殘殘差仍具有自自相關(guān)性性，模型型需要改改進。(2) To supppreess Lagg1, Lagg2, Lagg4, andd Laag5 in thee MAA coompoonennt,系數(shù)設(shè)定定前ARRMA(1,66

35、)-GGARCCH-MM（1，1）模模型VValuue Sttd.EErroor t vvaluue Prr(|t|) C 9.2267ee-0004 5.7757ee-0004 1.60996 1.0078ee-0001AAR(11) -4.8867ee-0002 4.1181ee-0001 -0.11664 9.0074ee-0001MMA(11) 5.5565ee-0002 4.1611e-000100.133378.9936ee-0001MMA(22) -3.3368ee-0002 3.1195ee-0002 -1.05441 2.9921ee-0001MMA(33) 8.7786ee

36、-0002 3.6611e-000222.399981.6659ee-0002MMA(44) 5.2238ee-0002 4.9952ee-0002 1.05778 2.9904ee-0001MMA(55) 1.3325ee-0002 3.6617ee-0002 0.36663 7.1142ee-0001MMA(66) -8.7731ee-0002 3.6624ee-0002 -2.40992 1.6617ee-0002 A 4.5512ee-0006 1.8832ee-0006 2.46336 1.3393ee-0002 ARCCH(11) 7.9922ee-0002 1.2933e-000

37、266.12293 1.2744e-0009GARCCH(11) 9.0081ee-0001 1.5711e-0002 577.82238 0.0000e+0000可可以看到到， MMA部分分中只有有 MAA(3)MA(6)前前回歸系系數(shù)顯著著不為00，因此此可將MMA部分分中Laag1, Laag2, Laag4, Laag5前前的回歸歸系數(shù)設(shè)設(shè)定為00。系數(shù)設(shè)定定后ARRMA(1,66)-GGARCCH-MM（1，1）模模型Vaaluee Sttd.EErroor t vvaluue Prr(|t|) C 9.5564ee-0004 4.2488e-000422.255122.4459ee

38、-0002AAR(11) 7.6605ee-0003 3.3444e-000200.222748.2201ee-0001MMA(11) 0.0000ee+0000 NAA NAA NAMMA(22) 0.0000ee+0000 NAA NAA NA MAA(3) 77.9552e-002233.4442e-0022 2.331011 2.1099e-0002MMA(44) 0.0000ee+0000 NAA NAA NAMMA(55) 0.0000ee+0000 NAA NAA NA MAA(6) -88.3006e-0022 3.5955e-0002-22.311052.1066e-0002

39、 A 4.1123ee-0006 11.7665e-0066 2.33669 1.9964ee-0002 ARCCH(11) 7.9946ee-000211.2773e-0022 6.224400 6.3111e-0010GARCCH(11) 9.1106ee-0001 11.4996e-0022 60.85883 0.0000e+0000(3) To makke NN-sttep forrecaast of vollatiilitty, usee系數(shù)設(shè)設(shè)定后AARMAA(1,6)-GARRCH-M（11，1）模型55 步預(yù)預(yù)測12345$serriess.prred0.00025332966

40、87.3226E-05-0.00013332-0.000122110.000287779$siggma.preed:0.022805584220.0227999280.0227922760.0227866290.022779987Seriies預(yù)預(yù)測上限限0.0557522747710.0554933910.0553400640.0553399990.055736634Seriies預(yù)預(yù)測下限限-0.005244615535-0.00547793-0.0056007-0.00558823-0.00516608（置信水水平:55%）系數(shù)設(shè)設(shè)定后AARMAA(1,6)-GARRCH-M（11，1）

41、模型ssigmma5 步步預(yù)測圖圖示系數(shù)設(shè)設(shè)定后AARMAA(1,6)-GARRCH-M（11，1）模型sseriies5 步步預(yù)測圖圖示程序：第一題：setwwd(C:Doocummentts aand SetttinngsAddminnisttrattorMyy Doocummentts)dataa = reaad.ttablle(inddex.csvv, heaaderr = T, sepp=, na.strringgs=N/AA)sh=tts(ddataa$shh(llenggth(datta$ssh)-10000):lenngthh(daata$sh)difffloggsh = dd

42、ifff(loog(ssh)acf(difffloogshh ,ttypee=pparttiall)garcch=ggarcch(sseriies=difffloogshh , forrmulla.vvar=gaarchh(244,0)summmaryy(gaarchh)plott(gaarchh)garcch1=garrch(serriess=diiffllogssh ,forrmulla.mmeann=aarmaa(1,6), foormuula.varr=ggarcch(224,00)summmaryy(gaarchh1)plott(gaarchh1)garcch2=garrch(ser

43、riess=diiffllogssh , foormuula.varr=ggarcch(11,1)summmaryy(gaarchh2)plott(gaarchh2)garcch3=garrch(serriess=diiffllogssh ,forrmulla.mmeann=aarmaa(1,6), foormuula.varr=ggarcch(11,1)summmaryy(gaarchh3)plott(gaarchh3)garcch4=garrch(serriess=diiffllogssh,fformmulaa.meean=arrma(1,66), forrmulla.vvar=gaarchh(1,1),connd.ddistt=tt)summmaryy(gaarchh4)第二題：garcch5= arrch(serriess=diiffllogssh ,forrmulla.mmeann=aarmaa(1,6)+varr.inn.meean ,foormuula.varr=ggarcch(11,1)summmaryy(gaarchh