主要内容

加油模型

波动率聚类的广义自回归条件异方差模型

如果同等幅度的正和负面冲击同样贡献到波动,那么您可以使用GARCH模型来模拟创新过程。有关如何使用GARCH模型模拟波动率聚类的详细信息,请参阅加什.

应用程序

计量经济学建模者 分析和模型计量时间序列

功能

全部展开

加什 GARCH条件方差时间序列模型
估计 将条件方差模型适合数据
推断 推断条件方差模型的条件差异
总结 显示条件方差模型的估计结果
模拟 条件方差模型的蒙特卡罗模拟
筛选 利用条件方差模型滤除干扰
预测 来自条件方差模型的预测条件差异

例子和如何

创建模型

指定GARCH模型

使用garch模型使用加什或者是计量计量仪器应用程序。

修改条件方差模型的属性

使用点表示法更改可修改的模型属性。

指定条件方差模型创新分配

指定高斯或t分布创新过程。

指定汇率的条件方差模型

为每日Deutschmark /英镑外汇汇率创建条件方差模型。

指定条件均值和方差模型

创建复合条件均值和方差模型。

使模型适合数据

使用计量经济学建模器应用程序为GARCH模型选择拱滞后

以交互方式为每日德国马克/英镑汇率的GARCH模型选择适当数量的ARCH和GARCH滞后。

使用计量经济学建模器应用程序比较条件方差模型拟合统计数据

以数据交互指定和适合GARCH,EGARCH和GJR模型。然后,通过比较拟合统计数据来确定最适合数据的模型。

估计条件均值和方差模型

估计复合条件均值和方差模型。

使用计量经济学建模器应用程序执行GARCH模型残差诊断

通过执行残差诊断将数据拟合到GARCH模型后,以交互方式评估模型假设。

推断有条件的差异和残差

从拟合的条件方差模型推断条件方差。

条件方差模型的似然比检验

适合两个竞争,条件方差模型到数据,然后使用似然比测试比较它们的适合。

使用信息标准比较条件方差模型

使用AIC和BIC比较几种条件方差模型的拟合。

共享计量经济学建模器应用程序会话的结果

将变量导出到MATLAB®工作区,生成纯文本和实时函数,返回应用程序会话中估计的模型,或生成报告,记录时间序列上的活动和计量经济学建模器应用程序会话中估计的模型。

生成蒙特卡罗模拟

模拟条件方差模型

模拟条件方差模型。

模拟加粗模型

从GARCH过程模拟,而不指定预先定位数据。

模拟条件均值和方差模型

从复合条件均值和方差模型模拟响应和条件方差。

生成最小均方误差预测

预测条件方差模型

使用拟合条件方差模型预测德国马克/英镑汇率。

预测条件均值和方差模型

从复合条件均值和方差模型预测响应和条件方差。

概念

计量经济学建模应用程序概述

经济学模型应用程序是一种用于可视化和分析单变量时间序列数据的交互式工具。

以交互方式指定滞后运营商多项式

使用计量计量仪器指定时间序列模型估计的滞后运算符多项式术语。

条件方差模型

了解解释波动性集群的模型。

条件方差模型的极大似然估计

了解如何对条件方差模型执行最大似然。

等式约束条件下的条件方差模型估计

使用已知参数值在估计期间约束模型。

有条件方差模型估计的预先数据数据

指定预采样数据以初始化模型。

条件方差模型估计的初始值

指定估算的初始参数值。

条件方差模型估计的优化设置

通过指定替代优化选项来解决估算问题。

条件方差模型的蒙特卡罗模拟

了解蒙特卡罗模拟。

条件方差模型模拟的预采样数据

了解模拟的预采样要求。

蒙特卡罗预测条件方差模型

了解蒙特卡罗预测。

条件方差模型的MMSE预测

了解MMSE预测。