条件方差模型模拟的预样本数据

当从GARCH、EGARCH或GJR过程模拟实现时，您需要预采样条件方差和预采样创新来初始化方差方程。

GARCH(P，问)及GJR(P，问)模型,P预样本方差和问我们需要预先的创新。对于EGARCH(P，问)模型，max(P，问)预抽样方差和问我们需要预先的创新。

您可以指定自己的预样本数据，也可以允许模拟自动生成预采样数据。

如果你让模拟生成预采样数据，然后:

如果您指定自己的预样本数据，请注意这一点模拟假设均值为零的预样本创新。如果你观察到的序列是一个创新序列加上一个偏移量，在使用它作为一个预样本创新序列之前，从观察到的序列中减去偏移量。

当指定足够的预抽样方差和创新时，模拟递归中的第一个条件方差对于所有样本路径都是相同的。然而，第一个模拟创新是随机的，因为它们是从创新分布中随机抽取的(具有共同方差，由预样本方差和创新指定)。

另请参阅

对象

• garch|egarch|gjr

功能

• 模拟

相关的例子

• 模拟条件方差模型
• 模拟GARCH模型
• 使用模拟评估EGARCH预测偏差

更多关于

• 条件方差模型的蒙特卡罗模拟
• 条件方差模型的蒙特卡罗预测