使用GARCH模型进行估计、模拟和预测

GARCH模型是条件异方差模型,具有恒定的无条件方差。自20世纪80年代以来,在金融计量建模和分析中得到了广泛的应用。这些模型以其捕获波动性聚类的能力为特征,被广泛用于解释时间序列数据中的非均匀方差。

建模和分析单变量GARCH过程的有效方法包括:

  • 用高斯创新估计单变量GARCH(p, q)模型的参数
  • 模拟单变量GARCH(p, q)过程
  • 预测条件方差

建模随机过程需要考虑的额外时间序列能力包括:

  • 单变量ARMAX/GARCH复合模型
  • 多元VARMAX模型
  • 协整分析

有关更多信息,请参见计量经济学工具箱™

参见:协整,时间序列分析,时间序列回归,预测建模