文件帮助中心文件
条件方差模型试图解决单变量时间序列模型中的波动性聚类问题,以提高参数估计和预测精度。为了建模波动性,计量经济学工具箱™支持标准广义自回归条件异方差(ARCH/GARCH)金宝app模型,指数GARCH (EGARCH)模型,以及Glosten, Jagannathan和Runkle (GJR)模型。
要从前面的条件方差模型分析语法转换,请参见从GARCH函数转换为模型对象。
使用AIC和BIC比较几种条件方差模型的配合。
使用过滤的历史模拟(FHS)技术评估假设的全球股权指数投资组合的市场风险,是传统历史模拟和蒙特卡罗模拟方法的替代方案。FHS结合了相对复杂的基于模型的挥发性(GARCH)的挥发性治疗,并具有资产概率分布的非参数规范。FHS的一个吸引人的特征是它在原始产品组合返回系列中找不到的偏差(损失和收益)的能力。
模型使用学生T copula和极值理论(EVT)的Monte Carlo仿真技术模拟假设的全球股权指数产品组合的风险。该方法首先利用非对称加粗模型从每个返回序列中提取滤波的残留物,然后使用用于内部的高斯核估计和通用帕匹官分布(GPD)估计来构建每个资产的样本边缘累积分布函数(CDF)。上部和下尾。然后将学生的T copula适合数据,并用于诱导每个资产的模拟残差之间的相关性。最后,模拟评估了一个月地平线上假设的全球股权投资组合的价值(VAR)。
您单击了与此MATLAB命令对应的链接:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,以便在可用的地方进行翻译内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获得最佳网站性能。其他MathWorks国家网站未优化您所在地的访问。
联系您当地的办公室