GJR模型
Glosten-Jagannathan-Runkle GARCH模型波动集群
如果负面冲击波动做出更多贡献,比正面的冲击,那么你可以使用GJR模型创新过程模型,包括杠杆效应。有关如何使用GJR模型,模型波动集群gjr。
应用程序
| 计量经济学建模师 | 分析和计量经济学时间序列模型 |
功能
例子和如何
创建模型
创建GJR模型使用gjr或计量经济学建模应用。
改变修改模型属性使用点符号。
指定高斯或t分布式创新的过程。
创建一个条件方差模型用于日常马克/英镑汇率。
创建一个复合条件均值和方差模型。
合适的模型数据
交互式地指定和适合GARCH、EGARCH和GJR模型数据。然后,确定最适合的数据的模型比较适合统计数据。
适合两个竞争,条件方差模型数据,然后比较他们适合使用似然比检验。
估计一个复合条件均值和方差模型。
交互式地评估模型假设的GARCH模型在拟合数据执行剩余诊断。
从安装条件方差模型推断条件方差。
出口变量MATLAB®工作区,生成纯文本和函数,返回一个模型估计生活在一个应用程序会话,或者生成一个报告记录你的活动时间序列计量经济学建模应用程序会话和估计模型。
这个例子展示了如何建模假设的全球股票指数投资组合的市场风险与蒙特卡洛模拟技术利用学生的t接合部和极值理论(EVT)。
生成最小均方误差预测
生成MMSE从GJR模型预测。
预测德国马克/英镑汇率使用安装条件方差模型。
从组合预测的反应和条件方差条件均值和方差模型。
概念
计量经济学建模应用程序是一个互动的观察和分析单变量时间序列数据的工具。
指定滞后算子多项式使用计量经济学时间序列模型估计Modeler。
学习模型,考虑波动集群。
学习如何进行最大似然条件方差模型。
约束模型在评估使用已知的参数值。
指定presample数据初始化模型。
指定初始参数值估计。
解决评估问题通过指定替代优化选项。
了解蒙特卡罗模拟。
了解presample仿真要求。
了解蒙特卡罗预测。
了解患者的预测。
