更多免費論文請到海員論壇下載基于不同分布的GARCH族模型的波羅的海干散貨運價指數波動率研究摘要：本文利用GARCH族模型對波羅的海運價指數（BDI）進行實證研究，對其收益率序列和波動率進行建模，并通過比較基于不同分布情況下各模型優劣，試圖找出最適合的模型。研究表明：在單純描述BDI指數波動率時，采用服從t分布的GARCH（1，2）模型，更能反映BDI指數收益率序列的尖峰厚尾性；在描述BDI指數波動率的杠桿效應時，采用正態分布假設下的TGRACH(1,2)對其進行描述更合適。關鍵詞：波羅的海運價指數，ADF檢驗，拉格朗日乘數檢驗，GARCH，TGARCH，EGARCH，GARCH-M中圖編號：F551文獻標識碼：ATheResearchonVolatilityofBalticDryIndexUsingGARCHTypeModelswithDifferentDistributionsAbstract:Inthispaper,GARCHmodelsareusedtoconductaneconometricresearchontheBalticDryIndex.Themodelsaremadetothereturnandvolatilityequations.Bycomparingtheadvantagesanddisadvantagesofdifferentmodelswithdifferentdistributions,theempiricalresultsshowthattheGARCH(1,2)modelwiththestudent-tdistributionisthebestmodeltofitthevolatilityofBalticDryIndex,TGRACH(1,2)withnormaldistributionaremoreappropriatetodescribetheleverageeffectofBalticDryIndex.KeyWords:BDI,ADFtest,LMTEST,tdistribution,GEDdistribution,GARCH,TGARCH,EGARCH,GARCH-M1.引言國際干散貨航運市場是國際三大航運市場之一，是世界航運的重要組成部分。作為反映國際干散貨運價整體水平、量化市場狀態的波羅的海運價指數（BDI）多年來一直為航運界高度關注，被稱作為國際干散貨航運市場發展和變化的晴雨表。從2003年到2007年，由于中國的經濟快速發展也帶動了全球經濟的復蘇，全球對于原材料的需求大大增加，導致了海運的快速繁榮。BDI指數節節飆升，2007年10月29日，BDI指數創下目前為止的歷史最高點11033點。然而在運價指數不斷走高的同時，其波動也在不斷加劇。BDI在2007年11月13日見頂回落，進入新的一年更是直線下挫，從2007年12月24日9143點跌至2008年1月31日的6052點，創造了國際海運市場的最大單月跌幅。對BDI指數的波動性進行研究，對把握航運市場狀態從而實現航運資源的有效配置，有著重要的意義。國內外在對航運運價風險進行研究時,以GARCH族模型為主要研究手段,并取得了一定的成果。Haigh（1999）運用多元GARCH模型研究了運價、商品及外匯三類期貨價格波動性之間的溢出效應；Kavussanos（2000）運用GARCH-X模型估計了BIFFEX的套期保值比率,并比較了時變和常數兩種套期保值比率在降低風險方面的有效性；宮進（2001）、Chen（2004）分別運用EGARCH模型對指數收益率的條件異方差性質、國際干散貨運輸市場價格波動的杠桿效應進行分析；李序穎（2005）利用協整理論Granger因果檢驗對BDI和CCFI（中國出口集裝箱運價指數）進行研究，并對其收益率序列及其波幅進行ARMA－GARCH建模；李耀鼎等（2006）對BDI對數序列進行研究，結果顯示其具有尖峰厚尾特征，不能認為其服從正態分布；孫永（2005）分析了CCFI和BDI序列波動的集聚性特征，并建立GARCH，EGARCH條件異方差模型，引入了VaR技術對兩者的收益率風險進行了實證比較分析。對運價指數波動率的已有研究中，主要利用GARCH族模型對其進行建模，根據已有研究結果，顯示運價指數的收益率序列并不服從正態分布，其在分布上存在尖峰厚尾性，因此對GARCH模型進行估計時應基于什么分布、運價收益率序列的波動是否對稱等問題進行深入研究，將對運價指數波動的規律有更清楚的認識。2．模型解釋和分布問題2.1GARCH族模型針對波動的集聚特征，Engle(1982)首先提出ARCH模型,即自回歸條件異方差模型,Bollerslev(1986)提出廣義自回歸條件異方差（GARCH）模型，即若均值方程：(1)式中：為收益率序列，代表對直到時間為止所有的信息集的條件期望，為新息。則GARCH（m,s）模型為：(2)式中是條件方差，是獨立同分布的白噪聲序列，其均值為0，方差為1，＞0，≥0，≥0。為了保證條件方差的非負性，要求＜1。此后經過不斷拓展，主要是基于不同形式的條件方差表達式和不同分布的基礎上形成了龐大的GARCH族模型。這其中Nelson(1991)提出EGARCH模型，Glosten等（1993）和Zakoian(1994)提出了TGARCH模型，對序列波動不對稱的特征進行刻畫。針對收益率與風險（用條件方差表示）的關系，Engle,Lilien,Robins(1987)提出了GARCH-M模型。（1）TGARCH(m,s)(3)其中是一個虛擬變量，具體定義如下：很明顯,對于TGARCH(1,1)模型,正的價格變動對方差的影響為,但負的相同幅度的變動影響為.因此,如果＞0成立,那么后者將大于前者,也就是說壞消息對于價格變動的影響將大于好消息.盡管TGARCH模型解決了價格變動信息不對稱問題,但是非負性問題仍未解決。（2）EGARCH(m,s)(4)式中，，說明信息作用非對稱，且當＜時，說明負的沖擊比正的沖擊更容易增加波動,即存在杠桿效應。由于采用對數形式，不論參數符號和殘差的大小，完全可以保證條件方差的非負性。（3）GARCH-M模型該模型表達式為：(5)如果式中顯著為正,那么就說明收益和風險是正相關的,風險越高,投資者要求的回報就越高。2.2分布問題一般地，在標準GARCH模型假定服從正態分布，但為了更準確刻畫收益率序列的厚尾性，引入Bollerslev（1986）等使用的t分布和Nelson(1991)等建議使用的GeneralizedErrorDistribution(廣義誤差分布，簡稱GED分布)。t分布的概率密度函數（PDF）為：(6)其中：為Garmma函數，為自由度，同上文的，由t分布的性質可知，當趨向于無窮時，t分布收斂于標準正態分布的概率密度函數。GED分布是一種更為靈活的分布形式，通過對參數的調整可以擬合不同的情形，其PDF為：(7)其中：，為尾部厚度參數，當時，GED為厚尾分布；當時，GED呈現瘦尾性；當時，GED分布退化為正態分布。3．實證結果與分析本文中所使用的數據來自于/，時段為2003年1月2日到2008年3月31日，總共1368個交易日的BDI數據。本文沿用金融時序分析中的傳統，對于日收益率定義為相鄰交易日BDI指數的對數一階差分，即：其中為收益率，為指數點數。使用對數差分來定義收益率是因為：對數變化把序列的生長曲線趨勢轉化為線性趨勢，而差分則進一步剔除了線性趨勢。兩個時點對數價格之差，近似等于兩個時點間的價格變動的變化率。即：而n個相鄰區間（設從時刻到）上的對數差分的累積近似等于該區間上的價格變化率。圖SEQ圖表\*ARABIC1BDI指數日收益率序列的各項統計特征如表1所示：表1基本統計分析結果均值中位數最大值最小值標準差偏度峰度J-B統計量（P值）0.0011240.0011200.055866-0.0662080.0138320.0866264.854369197.5714(0.0000)由圖1和表1可以看出，BDI指數特征有以下幾個方面：（1）收益率變動很大，而且呈現很明顯的波動群聚特征。（2）平均值接近于0。（3）偏度值略大于0,表明收益率序列分布的不對稱性,呈右偏。（4）峰度值大于3,表明收益率序列具有尖峰厚尾的特征。（5）Jarque-Bara統計量表明該序列不服從正態分布。利用ADF檢驗對指數對數序列進行單位根檢驗,檢驗模型為:(8)檢驗（即序列具有單位根）；（即序列沒有單位根）。檢驗結果見表2所示。表2單位根檢驗結果原始序列ADF檢驗統計量（1%臨界值）選取滯后階數一階差分ADF檢驗統計量（1%臨界值）選取滯后階數2.956942（-2.5672）0-10.60902（-2.5672）0表2結果顯示盡管指數對數序列非平穩，但是經過一階差分后，即收益率序列，不存在單位根,是平穩序列，可以建立自回歸移動平均模型。根據Box-Jenkins方法，通過對收益率的自相關檢驗,發現收益率序列的ACF存在拖尾，而PACF存在滯后2階截尾，因此考慮對收益率序列建立AR（2）：(0.0000)(0.0000)（括號內為估計參數對應P值,下同）可以看出，BDI收益率與其滯后1期正相關，與滯后2期負相關。進一步利用拉格朗日乘數（LM）檢驗殘差序列是否存在ARCH效應，在q=10的情況下，LM統計量為96.89463（p值=0.000），說明殘差序列不僅存在ARCH效應,而且存在高階ARCH效應。因此考慮使用GARCH模型建模。對殘差的正態分布進行檢驗，基本檢驗值如表3所示：表3均值方程殘差序列的基本統計量均值中位數最大值最小值標準差偏度峰度J-B統計量（P值）0.0002180.000000.059911-0.0394180.0070250.55472312.375395069.196(0.0000)殘差分布峰度值高達12.37539，具有尖峰厚尾特征，J-B統計量達到5069.196，顯示殘差分布不服從正態分布。對殘差序列作QQ散點圖，如圖2所示：正態分位點正態分位點殘差圖2正態分布QQ散點圖從圖2中可以看出正態分布在兩端的擬合不好，進一步驗證了正態分布并不適合描述均值方程殘差序列的分布。因此本文考慮分別使用正態分布、t分布和GED分布來進行GARCH建模，并比較不同分布情況下模型的優劣。綜合運用AIC準則和BIC準則，在滯后項p和q不超過2的情況下進行逐個檢驗,經過篩選最后選擇GARCH(1,2)模型。在參數估計時，本文采用均值方程和波動率方程聯合的極大似然估計。GARCH(1,2)、EGARCH(1,2)和TGARCH(1,2)、GARCH(1,2)-M模型參數估計結果分別列于表4至表7。表4GARCH(1,2)估計結果分布參數,統計量正態分布t分布GED分布1.169574(0.0000)1.204200(0.0000)1.192389(0.0000)-0.346283(0.0000)-0.380493(0.0000)-0.377630(0.0000)5.85E-07(0.0000)9.49E-07(0.0000)6.61E-07(0.0000)0.422204(0.0000)0.468281(0.0000)0.451381(0.0000)-0.337217(0.0000)-0.318836(0.0000)-0.343904(0.0000)0.911219(0.0000)0.855623(0.0000)0.891330(0.0000)Q(10)8.1743(0.612)9.4331(0.492)12.005(0.285)Q(20)27.670(0.117)28.499(0.098)30.490(0.062)Q2(10)4.4602(0.924)4.5787(0.918)4.4918(0.922)AIC-7.436061-7.537147-7.536735LogLikelihood5081.1125151.1035150.822R20.7408210.7392710.739951自由度/4.48(0.0000)1.138076(0.0000)注：括號內為p值。Q(n)和Q2(n)分別為標準化殘差及其平方項的Ljung-Box統計量（滯后10期，20期）。下同以Normal-GARCH（1,2）模型為例：（0.0000）（0.0000）（0.0000）（0.0000）（0.0000）（0.0000）在用GARCH(1,2)建模時可以得到以下結論：（1）參數顯著不為0，標準化殘差及其平方項的Ljung-Box統計量均不顯著，說明在統計上，各期殘差之間不存在相關性，同時GARCH效應也已經被消除。均值方程和波動率方程均有效。（2）模型中，所有條件方差及滯后殘差平方系數之和接近于1，即，說明BDI指數具有長記憶性，國際干散貨航運市場對沖擊的反應函數以一個相對較慢的速度衰減波動性，當收益率一旦受到沖擊出現異常波動，在短期內難以消除，這可能反映了2003年以來市場波動加劇的現象。（3）在不同分布假設下，t分布的AIC值最小，LogLikelihood值最大，GED分布次之，從而得出t分布比GED分布和正態分布更能反映BDI指數收益率序列的尖峰厚尾性。表5TGARCH(1,2)估計結果分布參數,統計量正態分布t分布GED分布1.173852(0.0000)1.203147(0.0000)1.193040(0.0000)-0.354903(0.0000)-0.381208(0.0000)-0.380611(0.0000)5.79E-07(0.0000)9.90E-07(0.0077)6.70E-07(0.0092)0.418720(0.0000)0.457086(0.0000)0.442169(0.0000)-0.347958(0.0000)-0.317170(0.0000)-0.346894(0.0000)0.034480(0.0112)0.031626(0.4232)0.030097(0.3054)0.910438(0.0000)0.839060(0.0000)0.889946(0.0000)Q(10)11.790(0.352)9.8874(0.450)12.924(0.228)Q(20)29.120(0.085)28.524(0.098)30.972(0.056)Q2(10)5.0433(0.888)4.8154(0.903)4.8108(0.903)AIC-7.438008-7.536266-7.536254LogLikelihood5083.4405151.5015154.493R20.7407460.7393500.739910自由度/4.47(0.0000)1.140601(0.0000)表5中Normal-TGARCH（1,2）中的都顯著不為零。這符合預期結果，說明信息不對稱效應。最近一期利好消息對方差影響的絕對值是0.42，而利空消息對方差影響的絕對值是0.45。利空消息沖擊對指數的影響大于利好消息對指數的影響。而滯后兩期的信息沖擊也是顯著的。而反觀t-TGARCH（1,2）和GED-TGARCH（1,2）中，杠桿效應系數無法通過顯著性檢驗，如省略這個參數，t-TGARCH（1,2）和GED-TGARCH（1,2）便退化成t-GARCH（1,2）和GED-GARCH（1,2）。因此在使用TGRCH模型對數據做描述時，Normal-TGARCH（1,2）為合適模型。表6EGARCH(1,2)估計結果分布參數,統計量正態分布t分布GED分布1.215612(0.0000)1.227394(0.0000)1.2174236(0.0000)-0.399364(0.0000)-0.409727(0.0000)-0.405874(0.0000)-0.399028(0.0000)-0.579565(0.0001)-0.473118(0.0002)0.611493(0.0000)0.657203(0.0000)0.648684(0.0000)-0.425588(0.0000)-0.363569(0.0000)-0.410028(0.0000)-0.035377(0.0036)-0.018985(0.4509)-0.028287(0.2339)0.973872(0.0000)0.963800(0.0000)0.970593(0.0000)Q(10)10.392(0.407)10.366(0.409)12.532(0.251)Q(20)28.513(0.098)29.404(0.080)31.265(0.052)Q2(10)5.2510(0.874)3.6483(0.962)3.7702(0.957)AIC-7.428950-7.545920-7.540829LogLikelihood5077.2585158.0905154.616R20.7386220.7378400.738457自由度/4.43(0.0000)1.124066(0.0000)在用EGARCH(1,2)建模時，只有Normal-EGARCH(1,2)的全部參數通過顯著性檢驗，t-EGARCH(1,2)模型迭代過程中出現不收斂的情況，且t-EGARCH(1,2)和GED-EGARCH(1,2)中的均不顯著。更換不同分布后，反而出現了無法使用EGARCH模型對數據進行擬合的情況。因此使用Normal-EGARCH(1,2)是比較合適的，非對稱項系數為負且顯著,條件方差對沖擊的反應是不對稱的,表明了杠桿效應的存在。這個結論與Normal-TGARCH（1,2）模型的出的結論相同，利空消息沖擊對指數的影響大于利好消息對指數的影響。表7GARCH(1,2)-M估計結果分布參數,統計量正態分布t分布GED分布1.178640(0.0000)1.225361(0.0000)1.188066(0.0000)-0.356198(0.0000)-0.405804(0.0000)-0.373947(0.0000)9.08E-07(0.0000)7.51E-07(0.0182)5.48E-07(0.01074)0.574655(0.0000)0.484757(0.0000)0.466900(0.0000)-0.470588(0.0000)-0.354532(0.0000)-0.364753(0.0000)6.722533(0.0023)2.919712(0.3183)1.454989(0.6055)0.887858(0.0000)0.876961(0.0000)0.899044(0.0000)Q(10)8.6833(0.562)9.3996(0.449)12.310(0.265)Q(20)28.137(0.106)28.840(0.091)31.082(0.054)Q2(10)4.1514(0.940)4.3523(0.930)4.8433(0.901)AIC-7.422706-7.535751-7.534696LogLikelihood5072.9975151.1505150.430R20.7365360.7386420.740029自由度/4.47(0.0000)1.139016(0.0000)表7中Normal-GARCH（1,2）-M模型的系數顯著不為0，且殘差序列消除了自相關性與條件異方差性，風險溢價參數為6.722533(0.0023)，說明收益和風險之間存在正相關性，但方程在估計時出現了迭代不收斂的情況。而采用t分布和GED分布建模時，風險溢價參數無法通過顯著性檢驗，似乎表明收益與風險之間不存在相關性，如果剔除該參數，則此時的GARCH－M模型退化為相應的GARCH模型。綜上，筆者認為，對BDI指數風險收益進行刻畫時，不宜采用GARCH-M模型。最后，剔除GARCH-M模型，縱向比較其余三個模型，在相同分布假設下，Normal-TGARCH模型的AIC值和對數似然比都分別小于Normal-EGARCH和Normal-GARCH，從這兩個指標來看，Normal-TGARCH模型更能反映BDI指數波動的集聚性。4結論在本文中，通過對BDI指數收益率和風險波動性的研究，發現AR(2)和GARCH(1,2)族模型可以對兩者進行描述性的擬合?？偨Y起來，包括以下幾方面：（1）BDI收益率與其滯后1期正相關，與滯后2期負相關。（2）BDI指數具有很強的波動聚集性和波動持續性,并存在明顯的杠桿效應和信息不對稱現象，即負的收益對市場波動性影響比正的大。（3）波動性受外部環境的影響非常大，波動性持續時間較長，表明波動序列可能具有長記憶性。（4）在描述BDI指數波動率的杠桿效應時,采用正態分布假設下的TGRACH(1,2)對其進行描述更合適。（5）在單純描述BDI指數波動率時，t分布更能反映BDI指數收益率序列的尖峰厚尾性,更能準確的描述國際干散貨航運市場的波動性。參考書目[1]CHEN,Y.S.andS.T.WANG,TheEmpiricalEvidenceoftheLeverageEffectonVolatilityinInternationalBulkShippingMarket[J],MaritimePolicyandManagement,2004,vol31,109-124[2]HAIGHM.S.andM.T.HOLT,VolatilitySpilloversbetweenForeignExchange,CommodityandFreightFuturesPrices:ImplicationsforHedgingStrategies[D],FacultyPaper,DepartmentofAgriculturalEconomics,TexasA&MUniversity,1999.5[3]KAVUSSANOS,M.G.,I.D.VISVIKISandR.A.BATCHELOR,Over-the-CounterForwardContractsandSpotPriceVolatilityinShipping[J],TransportationResearchPartE,2004,vol40,273-296[4]Engle,R.F,AutoregressiveconditionalheteroscedasticitywithestimatesofthevarianceofUnitedKingdominflations[J],Econometrica,1982,vol50,987-1007[5]Bollerslev,T,GeneralizedAutoregressiveConditionalHeteroscedasticity[J],JournalofEconometrics,1986,vol52,5-59[6]Nelson,D.B,ConditionalHeteroscedasticityinAssetReturns:ANewApproach[J],Econometrica,1991,vol59,61-65[7]Golsten,L.R.,Jagannathan,R.andRunkle,D.E,OntheRelationbetweentheExpectedValueandtheVolatilityofNominalExcessReturnonStocks[J],JournalofFinance,1993,vol48,1779-1801[8]Zakoian,J.M,ThresholdHeteroscedasticModels[J],JournalofEconometricDynamicsandControl,1994,vol18931-955[9]Engle,R.F.,DavidLilien,andRusselR,EstimatingTimeVaryingRiskPremiaintheTermStructure:TheARCH-MModel[J],Econometrica,1987,vol49,391-407[9]RueyS.Tsay,FinancialTimesSeriesAnalysis[M],JohnWiley&Sons,Inc.,2005[10]宮進，國際干散貨運價風險相關問題的實證研究[D]，上海海運學院碩士學位論文，2001[11]李序穎,中國出口集裝箱運價指數與波羅的海干散貨指數的實證分析[J]，數理統計與管理，2005年7月，24卷增刊，314-317[12]李耀鼎，宗蓓華，波羅的海運價指數波動研究[J]，上海海事大學學報，2006年12月，27卷第4期，84-87[13]孫永，中國出口集裝箱運價指數與波羅的海運價指數的比較分析[D]，上海海事大學碩士學位論文，2005[14]劉曉，李益民，GARCH族模型在股市中的應用－深圳成分指數波動性研究[J]，技術經濟與管理研究2005年5月，36-38[15]易丹輝主編，數據分析與EVIEWS的應用[M]，中國統計出版社，2002附錄資料：不需要的可以自行刪除教你如何保護筆記本HYPERLINK""一、每天關機前要做的清洗:雙擊“我的電腦”——右鍵點C盤——點“屬性”——點“磁盤清理”——點“確定”——再點“是”——再點“確定”。清理過程中，您可看得到未經您許可（您可點“查看文件”看，就知道了）進來的“臨時文件”被清除了，盤的空間多了。對D，E，F盤也要用這法進行。二、隨時要進行的清理:打開網頁——點最上面一排里的“工具”——點“Internet選項”——再點中間的“Internet臨時文件”中的“刪除文件”——再在“刪除所有脫機內容”前的方框里打上勾——再點“確定”——清完后又點“確定”。這樣，可為打開網和空間提高速度。三、一星期進行的盤的垃圾清理:點“開始”——用鼠標指著“所有程序”，再指著“附件”，再指著“系統工具”，再點“磁盤粹片整理程序”——點C盤，再點“碎片整理”（這需要很長時間，最好在您去吃飯和沒用電腦時進行。清理中您可看到您的盤里的狀況，可將清理前后對比一下）——在跳出“清理完成”后點“關閉”。按上述，對D，E，F盤分別進行清理。電腦系統越來越慢，怎么刪除臨時文件啊1.關閉"休眠"方法:打開[控制面板]→[電源選項]→[休眠],把"啟用休眠"前面的勾去掉說明:休眠是系統長時間一種待機狀態,使您在長時間離開電腦時保存操作狀態,如果您不是經常開著電腦到別處去的話,那就把它關了吧!☆立即節省:256M2.關閉"系統還原"方法:打開[控制面板]→[系統]→[系統還原],把"在所有驅動器上關閉系統還原'勾上說明:系統還原是便于用戶誤操作或產生軟件問題時的一種挽救手段,可以回復到誤操作以前的狀態.不建議初級用戶使用.當然,它采用的是跟蹤手段,需要記錄大量信息,所消耗的資源也要很大的.☆立即節省:數百M(根據還原點的多少而不同)您也可以在不關閉系統還原的前提下,相應的減少系統還原所占的磁盤空間,這只會減少可用還原點的數目,一般還原點有一兩個就夠了吧.方法:...[系統還原]-選擇一個"可用驅動器"-[設置]-調整"要使用的磁盤空間"3.關閉"遠程管理"方法:打開[控制面板]→[系統]→[遠程],把"允許從這臺計算機發送遠程協助邀請"前面的勾去掉.說明:誰會經常用到這種功能呢?它占用的不是磁盤空間,但是會影響系統運行速度.☆提高系統性能4.關閉"自動更新"方法:打開[控制面板]→[自動更新]→選"關閉自動更新"說明:系統更新占用的也不是磁盤空間,您可以在有可用更新時到微軟的更新頁面上更新,而不是總需要一個進程監視那是不是有可用更新.☆提高系統性能5.關閉"索引服務"方法:[開始]→[運行]→輸入"msconfig"→[服務]去掉indexingservise前面的勾說明:索引服務是提高系統搜索速的的,誰沒事總在系統里搜來搜去啊☆提高系統性能6.減少開機加載的啟動項方法:[開始]→[運行]→輸入"msconfig"→[啟動]去掉不必要的啟動項說明:必要的啟動項一般"系統盤\windows\system32下的最好不要去掉;而肯定能去掉的有TINTSETPIMJPMIGIMSCMIGQQ等☆加快開機速度7.合理設置虛擬內存方法:打開[控制面板]→[系統]→[高級]-[性能]設置-[高級]-[虛擬內存]更改-在"自定義大小"中填入數值說明:一般的最小值是物理內存的1.5倍,最大值是物理內存的3倍;如果您經常運行大型軟件的話最小值應該設為(物理內存*1.5*0.2+物理內存*1.5),最大值應為(物理內存*3*0.2+物理內存*3)☆提高系統性能8.取消系統失敗時的日志文件和詢問打開[控制面板]→[系統]→[高級]→[啟動和故障恢復]→[系統失敗]去掉"將事件寫入系統日志""發送錯誤警報"☆提高系統性能9.刪除無用的文件方法:打開[控制面板]→[文件夾選項]→[查看]→[顯示所有文件和文件夾]C:\DocumentsandSettings\用戶名\Cookies\除index文件外的所有文件(瀏覽網頁產生的記錄文件)C:\DocumentsandSettings\用戶名\LocalSettings\Temp\下的所有文件（用戶臨時文件）C:\DocumentsandSettings\用戶名\LocalSettings\TemporaryInternetFiles\下的所有文件(瀏覽網頁記錄的多媒體信息,加速以后瀏覽)C:\DocumentsandSettings\用戶名\LocalSettings\History\下的所有文件（訪問歷史紀錄）C:\DocumentsandSettings\用戶名\Recent\下的所有文件（最近瀏覽文件的快捷方式）C:\WINDOWS\Temp\下的所有文件（臨時文件）C:\WINDOWS\ServicePackFiles下的所有文件（升級sp1或sp2后的備份文件）C:\WINDOWS\DriverCache\i386下的壓縮文件(驅動程序的備份文件)C:\WINDOWS\SoftwareDistribution\download下的所有文件(未完成的軟件下載)C:\Windows\下以$u...開頭的隱藏文件(微軟更新安裝文件備份)☆立即節省:數百M10.磁盤碎片整理下面該做的就是磁盤碎片整理了,只有整理之后才能獲得更多的空間哦^_^方法:[開始]→[程序]→[附件]→[系統工具]→[磁盤碎片整理]...(記得先"分析"后"整理")二。發信人:liushafeng(終結者),信區:Hardware標題:減少WinXP資源占用的八大技巧發信站:紫金飛鴻(SunJun416:25:482006)WindowsXP被微軟稱為其歷史上最優秀的操作系統，有讓你眼花繚亂的各種功能、更快的速度，當然這一切都對計算機的硬件提出了更高的要求，如果你希望WindowsXP能夠盡可能少地占用你有限的雖然WindowsXP被微軟自稱為有史以來最穩定、功能最強大的Windows操作系統，并且運行速度飛快——啟動速度甚至比同樣配置的Win2000還要快許多，你可能依然不滿足于此，希望一、使用樸素界面XP安裝后默認的界面包括任務欄、開始選單、桌面背景、窗口、按鈕等都采用的是XP的豪華、炫目的風格，但缺點顯而易見，它們將消耗掉不少系統資源，但實用意義不大。[方法]鼠標右鍵單擊桌面空白處，在彈出選單點擊“屬性”進入顯示屬性設置窗口，將“主題、外觀”都設置為“Windows經典”，將桌面背景設置為“無”，按確定保存退出。二、減少啟動時加載項目許多應用程序在安裝時都會自作主張添加至系統啟動組，每次啟動系統都會自動運行，這不僅延長了啟動時間，而且啟動完成后系統資源已經被吃掉不少![方法]選擇“開始”選單的“運行”，鍵入“msconfig”啟動“系統配置實用程序”，進入“啟動”標，在此窗口列出了系統啟動時加載的項目及來源，仔細查看你是否需要它自動加載，否則清除項目前的復選框，加載的項目愈少，啟動的速度自然愈快。此項需要重新啟動方能生效。三、優化視覺效果[方法]選擇“系統屬性”中的“高級”標簽進入“性能選項”界面，其中“視覺效果”中可供選擇的包括:自動設置為最佳、最佳外觀、最佳性能、自定義。選中的效果越多則占用的系統資源越多，選定“最佳性能”項將關閉列表中列出諸如淡入淡出、平滑滾動、滑動打開等所有視覺效果。四、關閉系統還原默認情況下系統還原功能處于啟用狀態，每個驅動器約被占用高達4%～12%的硬盤空間，并且系統還原的監視系統會自動創建還原點，這樣在后臺運行就會占用較多的系統資源。[方法]鼠標右鍵點擊桌面“我的電腦”中的“屬性”進入“系統屬性”設置窗口，選擇“系統還原”標簽，將“在所有驅動器上關閉系統還原”置為選中狀態五、加快選單顯示速度[方法]運行注冊表編輯器，進入“HKEY_CURRENT_USERControlPanelDesktop”，將名稱為MenuShowDelay的數據值由原來默認的400修改為0，修改后XP的開始選單、甚至應用軟件的選單顯示速度都會明顯加快。六、啟用DMA傳輸模式所謂DMA，即直接存儲器存儲模式，指計算機周邊設備(主要指硬盤)可直接與內存交換數據，這樣可加快硬盤讀寫速度，提高速據傳輸速率。[方法]選擇“系統屬性”中的“硬件”標簽，打開“設備管理器”，其中“IDE控制器”有兩項“PrimaryIDEChannel”及“SecondaryIDEChannel”，依次進入“屬性→高級設置”，該對話框會列出目前IDE接口所連接設備的傳輸模式，點擊列表按鈕將“傳輸模式”設置為“DMA(若可用七、移動臨時文件儲存路徑多數應用軟件在運行時都會產生臨時文件，而且這些臨時文件都默認保存于啟動分區C盤，長時間頻繁讀寫C盤極易產生大量文件碎片，從而影響C盤性能，而C盤又是儲存系統啟動核心文件的分區，C盤的性能直接影響到系統的穩定性與運行效率。應盡量將應用軟件安裝于啟動盤以外的分區并定期對硬盤進行整理，此舉可最大程度避免產生磁盤碎片，將啟動或讀寫速度保持在最佳狀態。InternetExplorer臨時文件夾[方法]在IE主窗口中，依次進入“工具→Internet選項→常規”標簽，打開“Internet臨時文件”設置界面，點擊“移動文件夾”按鈕將原來保存于C盤的臨時目錄移動至C盤以外的驅動器中，如果你使用的是寬帶，可將“臨時文件夾”使用空間設置為最小值1M刻錄時產生的臨時文件[方法]文件在刻錄之前都會保存于C盤的刻錄臨時文件夾中，進入資源管理器，選擇刻錄機盤符并單擊鼠標右鍵選單的“屬性”項，在“錄制”標簽下可將此臨時文件夾安置于其它驅動器。我的文檔[方法]鼠標右鍵點擊“我的文檔”，在屬性設置項中可將“我的文檔”默認的保存路徑修改至其它盤符。八、增加虛擬內存[方法]進入“性能選項”的“高級”設置窗口，首先將“處理器計劃”及“內存使用”都調整為“程序”優化模式。點擊“更改”按鈕進入虛擬內存設置窗口，若你的內存大于256M，建議你禁用分頁文件。默認的分頁文件為物理內存的1.5倍。禁用系統緩存需重新啟動系統。如果你的內存低于256M，請勿禁用分頁文件，否則會導致系統崩潰或無法再啟動XP!三windows使用時間長了，自然就會產生這樣那樣的臨時文件，影響系統速度，讓人煩心。對于老鳥來說，可以通過修改注冊表、手動優化系統性能來提高速度，而對新手來說比較困難。這里我們可以下載一些專門的系統優化軟件，進行一些簡單的設計，就能達到我們想要的效果。這里我推薦一些常用又好使的軟件：WINDOWS優化王、優化大師、超級兔子等。其中WINDOWS優化王非常好用，一看就會、功能全面、省時省心。完全清理[毒]垃圾藏在XP中的一個秘密武器，可以完整清除垃圾文件藏在XP中的一個秘密武器，可以完整清除垃圾文件你有用過Windows內置的清理磁盤功能嗎？它并不能完全地清洗Windows內不需要的檔案，因為它的功能被隱藏了，本篇將會把它被封印了的功能完全打開。適用的窗口板本除了Win95及Win98外這個方法階適用于Win98se、Win2000、WinME、WinXP現在介紹兩個「清理磁盤」工具的指令：SAGESET及SAGERUN首先在「開始」>「執行」然后輸入cleanmgr/sageset:99設定:特別模式「清理磁盤」工具會執行，你會發覺多了很多清理選擇，選擇你想要清理的檔案，通常全部都可以刪除，完成你的選擇后再按「確定」。然后再打開「開始」>「運行」輸入：cleanmgr/SAGERUN:99殺毒1這種情況往往表現在打開IE時，在IE界面的左下框里提示：正在打開網頁，但老半天沒響應。在任務管理器里查看進程，（進入方法，把鼠標放在任務欄上，按右鍵—任務管理器—進程）看看CPU的占用率如何，如果是100%，可以肯定，是感染了病毒，這時你想運行其他程序簡直就是受罪。這就要查查是哪個進程貪婪地占用了CPU資源．找到后，最好把名稱記錄下來，然后點擊結束，如果不能結束，則要啟動到安全模式下把該東東刪除，還要進入注冊表里，（方法：開始—運行，輸入regedit）在注冊表對話框里，點編輯—查找，輸入那個程序名，找到后，點鼠標右鍵刪除，然后再進行幾次的搜索，往往能徹底刪除干凈。殺毒2今天在這里為大家提供兩則小技巧，以便幫你強行殺死頑固病毒進程。根據進程名查殺這種方法是通過WinXP系統下的taskkill命令來實現的，在使用該方法之前，首先需要打開系統的進程列表界面，找到病毒進程所對應的具體進程名。接著依次單擊“開始→運行”命令，在彈出的系統運行框中，運行“cmd”命令；再在DOS命令行中輸入“taskkill/imaaa”格式的字符串命令，單擊回車鍵后，頑固的病毒進程“aaa”就被強行殺死了。比方說，要強行殺死“conime。exe”病毒進程，只要在命令提示符下執行“taskkill/imconime。exe”命令，要不了多久，系統就會自動返回結果。根據進程號查殺上面的方法，只對部分病毒進程有效，遇到一些更“頑固”的病毒進程，可能就無濟于事了。此時你可以通過Win2000以上系統的內置命令——ntsd，來強行殺死一切病毒進程，因為該命令除System進程、SMSS。EXE進程、CSRSS。EXE進程不能“對付”外，基本可以對付其它一切進程。但是在使用該命令殺死病毒進程之前，需要先查找到對應病毒進程的具體進程號?？紤]到系統進程列表界面在默認狀態下，是不顯示具體進程號的，因此你可以首先打開系統任務管理器窗口，再單擊“查看”菜單項下面的“選擇列”命令，在彈出的設置框中，將“PID(進程標志符)”選項選中，單擊“確定”按鈕。返回到系統進程列表頁面中后，你就能查看到對應病毒進程的具體PID了。接著打開系統運行對話框，在其中運行“cmd”命令，在命令提示符狀態下輸入“ntsd-cq-pPID”命令，就可以強行將指定PID的病毒進程殺死了。例如，發現某個病毒進程的PID為“444”，那么可以執行“ntsd-cq-p444”命令，來殺死這個病毒進程。殺毒3Windows任務管理器是大家對進程進行管理的主要工具，在它的“進程”選項卡中能查看當前系統進程信息。在默認設置下，一般只能看到映像名稱、用戶名、CPU占用、內存使用等幾項，而更多如I/O讀寫、虛擬內存大小等信息卻被隱藏了起來?？蓜e小看了這些被隱藏的信息，當系統出現莫名其妙的故障時，沒準就能從它們中間找出突破口。1.查殺會自動消失的雙進程木馬前段時間朋友的電腦中了某木馬，通過任務管理器查出該木馬進程為“system.exe”，終止它后再刷新，它又會復活。進入安全模式把c:＼windows＼system32＼system.exe刪除，重啟后它又會重新加載，怎么也無法徹底清除它。從此現象來看，朋友中的應該是雙進程木馬。這種木馬有監護進程，會定時進行掃描，一旦發現被監護的進程遭到查殺就會復活它。而且現在很多雙進程木馬互為監視，互相復活。因此查殺的關鍵是找到這“互相依靠”的兩個木馬文件。借助任務管理器的PID標識可以找到木馬進程。調出Windows任務管理器，首先在“查看→選擇列”中勾選“PID（進程標識符）”，這樣返回任務管理器窗口后可以看到每一個進程的PID標識。這樣當我們終止一個進程，它再生后通過PID標識就可以找到再生它的父進程。啟動命令提示符窗口，執行“taskkill/imsystem.exe/f”命令。刷新一下電腦后重新輸入上述命令，可以看到這次終止的system.exe進程的PID為1536，它屬于PID為676的某個進程。也就是說PID為1536的system.exe進程是由PID為676的進程創建的。返回任務管理器，通過查詢進程PID得知它就是“internet.exe”進程。找到了元兇就好辦了，現在重新啟動系統進入安全模式，使用搜索功能找到木馬文件c:＼windows＼internet.exe，然后將它們刪除即可。前面無法刪除system.exe，主要是由于沒有找到internet.exe（且沒有刪除其啟動鍵值），導致重新進入系統后internet.exe復活木馬。2.