初始值条件方差估计模型
的估计使用条件方差函数模型fmincon从优化工具箱™进行最大似然估计。这种优化函数需要初始(或开始)值开始优化过程。
如果你想指定自己的初始值,使用名称-值参数。例如,指定初始值使用名称-值参数GARCH系数GARCH0。
或者,您可以让估计选择默认的初始值。默认的初始值是使用标准时间序列技术生成的。如果部分指定初始值(即指定一些参数初始值),估计荣誉你指定的初始值,并生成默认的其余的参数初始值。
在生成初始值时,估计执行任何平稳性和积极约束条件方差估计的模型。的技术估计使用生成默认初始值如下:
GARCH和GJR模型,该模型转化为一个等价的ARMA模型的平方,offset-adjusted反应级数。注意,GJR模型当作GARCH模型,与所有杠杆系数等于零。最初的ARMA值解决使用中描述的修改Yule-Walker方程框,詹金斯,Reinsel[1]。最初的GARCH和拱值开始计算了转换ARMA起始值回到最初GARCH(或GJR)表示。
EGARCH模型,最初发现GARCH系数值通过查看模型的等效ARMA模型的平方,offset-adjusted日志反应级数。最初的GARCH值解决使用Yule-Walker方程框,所述詹金斯,Reinsel[1]。对于其他系数,第一个非零拱系数设置为小的积极价值,和第一个非零杠杆系数设置为一个小负值(符合预期的迹象,这些系数)。
引用
[1],g . e . P。、通用詹金斯和g·c . Reinsel。时间序列分析:预测与控制。第三。恩格尔伍德悬崖,新泽西:普伦蒂斯霍尔,1994年。
