由garch
,贝加奇
,或GJR.
具有分配给所有模型属性的值。要更改这些属性值,您不需要重构整个模型。您可以使用点符号来修改现有模型的属性值。也就是说,输入模型名,然后是属性名,用“。”
(一段时间)。
例如,从此模型规范开始:
Mdl = garch (1,1)
MDL =带有物业的GARCH:“GARCH(1,1)条件方差模型(高斯分布)”分布:名称=“高斯”P:1 Q:1常数:南加赫:{nan}在Lag [1]拱门:{nan}在Lag [1]偏移量:0
默认模型没有平均偏移量,所以抵消
属性没有出现在模型输出中。但是,该属性存在:
抵消= Mdl。抵消
offset = 0.
修改模型,添加一个未知的平均偏移项:
Mdl。抵消=南
MDL =带有物业的GARCH:“GARCH(1,1)条件方差模型具有偏移量(高斯分布)”分布:名称=“高斯”P:1 Q:1常数:南加赫:{nan}在Lag [1]拱门:{nan}在Lag [1]偏移:南
抵消
现在出现在模型输出中,使用更新的非零值。
请注意,每个模型属性都有一个数据类型。您对属性值的任何修改都必须与属性的数据类型一致。例如,GARCH
和拱
(和杠杆作用
为贝加奇
和GJR.
模型)都是细胞载体。这意味着您必须使用单元格数组语法对它们进行索引。
例如,从以下模型开始:
gjrmdl = gjr(1,1)
GJRMDL = GJR具有属性:描述:“GJR(1,1)条件方差模型(高斯分布)”分布:名称=“高斯”P:1 Q:1常数:南加赫:{Nan}在Lag [1]拱:{nan}在Lag [1]杠杆:{nan}在Lag [1]偏移:0
的属性值GARCH
,分配GARCH
一个单元阵列。在此,分配已知的GARCH系数值:
gjrmdl.garch = {0.6,0.2}
描述:“gjr(2,1)条件方差模型(高斯分布)”分布:Name = "Gaussian" P: 2 Q: 1 Constant: NaN GARCH: {0.6 0.2} at lag [1 2] ARCH: {NaN} at lag [1] Leverage: {NaN} at lag [1] Offset: 0
更新的型号现在具有两个GARCH术语(滞后1和2),具有指定的平等约束。
类似地,的数据类型分布
是一个数据结构。默认数据结构只有一个字段,的名字
,价值'高斯'
.
= GJRMdl分布。分布
分布=结构与字段:名称:“高斯”
修改创新分配,分配分布
新名称或数据结构。数据结构最多可包含两个字段,的名字
和景深
.第二个领域对应于学生的自由度t分布,只需要如果的名字
的值“t”
.
指定一个学生的t自由度未知的分布,进入:
gjrmdl.distribution =.“t”
GJRMDL = GJR具有属性:描述:“GJR(2,1)条件方差模型(T分布)”分布:名称=“T”,DOF = NaN P:2 Q:1常数:南加赫:{0.6 0.2}滞后[1 2]拱门:{nan}在Lag [1]杠杆:{nan}滞后[1]偏移:0
更新的型号有一个学生的t分布与南
的自由度。指定一个t八自由度分布,即:
gjrmdl.distribution =.struct(“名字”,“t”,'DOF', 8)
描述:“gjr(2,1)条件方差模型(t分布)”分布:Name = "t", DoF = 8 P: 2 Q: 1 Constant: NaN GARCH: {0.6 0.2} at lag [1 2] ARCH: {NaN} at lag [1] Leverage: {NaN} at lag [1] Offset: 0
对模型中的自由度属性进行了更新。请注意,景深
领域的分布
不能直接分配。例如,gjrmdl.distribution.dof = 8.
不是有效的转让。但是,你可以获得单独的字段:
分布= gjrmdl.distribution.dof.
分布= 8.
并非所有型号属性都是可修改的。您无法在现有模型中更改这些属性:
P
.当对应于最大非零GARCH项的延迟发生变化时,此属性将自动更新。
问
.当对应于最大的非零ARCH或杠杆项更改的延迟时,此属性将自动更新。
并非所有可以用于模型创建的名称-值对参数都是所创建模型的属性。具体来说,您可以指定参数GARCHLags
和ARCHLags
(和LeverageLags
在模型创建期间为eGARCH和GJR模型。然而,这些不是属性garch
,贝加奇
,或GJR.
模型。这意味着您无法在现有模型中检索或修改它们。
如果将任何元素添加到系数单元格阵列(或从)系数单元阵列(或删除),则会自动更新Arch,Garch和LagsGARCH
,拱
,或杠杆作用
.
例如,指定EGARCH(1,1)模型:
mdl = egarch(1,1)
MDL = eGARCH具有属性:“EGARCH(1,1)条件方差模型(高斯分布)”分布:名称=“高斯”P:1 Q:1常数:南加赫:{南}滞后[1]拱:{nan}在Lag [1]杠杆:{nan}在Lag [1]偏移:0
模型输出显示了滞后1的非零GARCH、ARCH和杠杆系数。
在滞后3时添加一个新的GARCH系数:
Mdl。GARCH {3} = NaN
描述:“egarch(3,1)条件方差模型(高斯分布)”分布:Name = "Gaussian" P: 3 Q: 1 Constant: NaN GARCH: {NaN NaN} at lag [1 3] ARCH: {NaN} at lag [1] Leverage: {NaN} at lag [1] Offset: 0
滞后1和3处的非零GARCH系数现在显示在模型输出中。然而,单元格数组分配给GARCH
返回三个要素:
garchCoefficients = Mdl。GARCH
Garchcoefficents =1×3个单元阵列(南){}{[0]}{(南)}
GARCH
在滞后2时系数为零,以保持与传统MATLAB®单元阵列索引的一致性。