표 4 서울, 경기, 부산, 대구지역의 예측모형 추정결과

서울 : AR(2)-ARCH(1)모형
St=989.8(2.3696)+1.0380St-1(11.012)-0.2236St-2(−2.854)+εt
σ t 2 = 2003611 ( 4.9001 ) + 0.6977 ε t − 1 2 ( 2.9476 )
∘ AIC : 18.0278, SC : 18.1381, Log likelihood : −1166.81
∘ 괄호속 수치는 z-Statistics임 (이하 모두 동일함)
경기 : AR(2)-ARCH(1)모형
Gt=3262(4.0305)+1.0188Gt-1(12.009)−0.2943Gt-2(−4.087)+εt
σ t 2 = 5025801 ( 3.8684 ) + 0.8864 ε t − 1 2 ( 3.6043 )
∘ AIC : 19.0911, SC : 19.2014, Log likelihood : −1235.92
부산 : AR(1)모형
Bt=1574.8(5.3397)+0.6468t-1(10.090)+εt
∘ AIC : 16.8362, SC : 16.8801, Log likelihood : −1100.77
대구 : AR(1)-ARCH(1)모형
Dt=729.7(1.8970)+0.7183Dt-1(12.862)+εt
σ t 2 = 243764 ( 3.9663 ) + 0.9322 ε t − 1 2 ( 3.3841 )
∘ AIC : 16.1700, SC : 16.2578, Log likelihood : −1055.13