这个例子展示了如何使用econometricmodeler应用程序指定和拟合GARCH、EGARCH和GJR模型到数据。然后,这个例子通过比较拟合统计数据确定最适合数据的模型。数据集,存储在Data_FXRates.mat
,包括1979年至1998年期间每日计算的汇率。
考虑创建瑞士法郎兑美元汇率的预测模型(瑞士法郎
).
在命令行中,加载Data_FXRates.mat
数据集。
负载Data_FXRates
转换表数据表
一个时间表:
的行名数据表
.
将采样时间转换为adatetime
向量。
通过将行与中的采样时间关联,将表转换为时间表日期
.
DataTable.Properties.RowNames = {};日期= datetime(日期,“ConvertFrom”,“datenum”,...“格式”,“ddMMMyyyy”,“场所”,“en_US”);DataTable = table2timetable(数据表,“RowTimes”、日期);
在命令行中,打开计量经济学建模师应用程序。
econometricModeler
或者,从应用程序库打开应用程序(见计量经济学建模师).
进口数据表
为应用程序:
在计量经济学建模师选项卡,进口部分中,点击.
在导入数据对话框中进口吗?列的复选框,选择数据表
变量。
点击进口.
所有的时间序列变量数据表
出现在时间序列窗格中,所有序列的时间序列图将出现在时间序列图(AUD)图窗口。
通过双击来绘制瑞士法郎的汇率瑞士法郎
时间序列时间序列窗格。
突出经济衰退时期:
在时间序列图(瑞士法郎)图窗口,右键单击该图。
在上下文菜单中,选择显示经济衰退.
的瑞士法郎
级数似乎具有随机趋势。
稳定瑞士法郎汇率通过应用第一个差异瑞士法郎
.
在时间序列窗格中,选择瑞士法郎
.
在计量经济学建模师选项卡,转换部分中,点击区别.
突出经济衰退时期:
在时间序列图(CHFDiff)图窗口,右键单击该图。
在上下文菜单中,选择显示经济衰退.
一个变量命名CHFDiff
,表示差分序列,出现在时间序列窗格中,其值将显示在预览窗格,其时间序列图将显示在时间序列图(CHFDiff)图窗口。
这个级数看起来是稳定的,但它表现出波动性聚类。
采用恩格尔ARCH检验对稳定的瑞士法郎汇率序列进行条件异方差检验。运行测试假设有一个ARCH(1)可选模型,然后再次运行测试假设有一个ARCH(2)可选模型。将各检验的显著性水平降低到0.05/2 = 0.025,保持总体显著性水平为0.05。
在时间序列窗格中,选择CHFDiff
.
在计量经济学建模师选项卡,测试部分中,点击新的测试>恩格尔的拱测试.
在拱选项卡,参数节中,设置数量的滞后的1
.
集显著性水平来0.025
.
在测试部分中,点击运行测试.
重复步骤3到步骤5,但是设置好数量的滞后来2
代替。
测试结果显示在结果表的拱(CHFDiff)文档。
检验拒绝了对备选模型没有ARCH效应的原假设。这一结果建议指定条件方差模型CHFDiff
包含至少两个ARCH滞后。具有两个ARCH滞后的条件方差模型与具有一个ARCH滞后和一个GARCH滞后的模型局部等效。考虑GARCH(1,1)、EGARCH(1,1)和GJR(1,1)模型CHFDiff
.
指定一个GARCH(1,1)模型并使其适合CHFDiff
系列。
在时间序列窗格中,选择CHFDiff
时间序列。
单击计量经济学建模师选项卡。然后,在模型部分中,单击箭头以显示模型库。
在模型陈列室,在GARCH模型部分中,点击GARCH.
在GARCH模型参数对话框中延迟订单标签:
集GARCH程度来1
.
集拱度来1
.
点击估计.
模型变量GARCH_CHFDiff出现在模型窗格中,其值将显示在预览窗格,其估计摘要将出现在模型总结(GARCH_CHFDiff)文档。
指定一个EGARCH(1,1)模型,在第一次滞后时包含一个杠杆项,并将模型拟合到CHFDiff
系列。
在时间序列窗格中,选择CHFDiff
时间序列。
在计量经济学建模师选项卡,模型部分中,单击箭头以显示模型库。
在模型陈列室,在GARCH模型部分中,点击EGARCH.
在EGARCH模型参数对话框中延迟订单标签:
集GARCH程度来1
.
集拱度来1
.因此,该应用程序包含相应的杠杆滞后。你可以移除或调整杠杆滞后滞后的向量选项卡。
点击估计.
模型变量EGARCH_CHFDiff出现在模型窗格中,其值将显示在预览窗格,其估计摘要将出现在模型总结(EGARCH_CHFDiff)文档。
指定一个GJR(1,1)模型在第一次滞后时包含一个杠杆项,并将模型拟合到CHFDiff
系列。
在时间序列窗格中,选择CHFDiff
时间序列。
在计量经济学建模师选项卡,模型部分中,单击箭头以显示模型库。
在模型陈列室,在GARCH模型部分中,点击GJR.
在GJR模型参数对话框中延迟订单标签:
集GARCH程度来1
.
集拱度来1
.因此,该应用程序包含相应的杠杆滞后。你可以移除或调整杠杆滞后滞后的向量选项卡。
点击估计.
模型变量GJR_CHFDiff出现在模型窗格中,其值将显示在预览窗格,其估计摘要将出现在模型总结(GJR_CHFDiff)文档。
选择样本内拟合最精简的模型。基于生成最小赤池信息标准(AIC)的模型进行决策。表中显示了估计模型的AIC拟合统计量,如拟合优度部分的估计总结每个模型。
模型 | 另类投资会议 |
---|---|
GARCH (1, 1) | -28730年 |
EGARCH (1,1) | -28726年 |
GJR (1, 1) | -28737年 |
GJR(1,1)模型产生最小的BIC值。因此,在所有的估计模型中,它具有最好的简约样本内拟合。