将数据导入计量模型

在命令行，加载Data_FXRates.mat数据集。

负载Data_FXRates

转换表数据表一个时间表:

DataTable.Properties。RowNames = {};日期= datetime(日期,“ConvertFrom”,“datenum”,...“格式”,“ddMMMyyyy”,“场所”,“en_US”);DataTable = table2timetable(数据表,“RowTimes”、日期);

在命令行，打开计量经济学建模师应用程序。

econometricModeler

或者，从应用程序库中打开应用程序(参见计量经济学建模师)。

进口数据表为应用程序:

所有的时间序列变量数据表出现在数据浏览器，而一个时间序列的所有系列的情节出现在时间序列图(AUD)图窗口。

情节系列

双击。绘制瑞士法郎汇率瑞士法郎时间序列数据浏览器。

突出衰退时期:

的瑞士法郎序列似乎具有随机趋势。

稳定系列

用第一个差值来稳定瑞士法郎的汇率瑞士法郎。

该系列似乎是稳定的，但它表现出波动性聚类。

评估条件异方差的存在

采用恩格尔ARCH检验检验条件异方差下的稳定瑞士法郎汇率序列。假设ARCH(1)可选模型运行测试，然后假设ARCH(2)可选模型再次运行测试。通过将每个测试的显著性水平降低到0.05/2 = 0.025，保持总体显著性水平为0.05。

测试结果显示在结果表的拱(CHFDiff)文档。

这些试验拒绝了针对替代模型的无拱效应的原假设。这个结果建议指定一个条件方差模型CHFDiff包含至少两个拱形滞后。具有两个ARCH时滞的条件方差模型在局部等价于一个ARCH时滞和一个GARCH时滞的条件方差模型。考虑GARCH(1,1)、EGARCH(1,1)和GJR(1,1)模型CHFDiff。

估计GARCH模型

指定一个GARCH(1,1)模型并使其适合CHFDiff系列。

模型变量GARCH_CHFDiff出现在模型部分的数据浏览器，其估计摘要见模型总结(GARCH_CHFDiff)文档。

指定并估计EGARCH模型

在第一次延迟时指定一个包含杠杆项的EGARCH(1,1)模型，并将该模型适合于CHFDiff系列。

模型变量EGARCH_CHFDiff出现在模型部分的数据浏览器，其估计摘要见模型总结(EGARCH_CHFDiff)文档。

指定和估计GJR模型

在第一次延迟时指定一个包含杠杆项的GJR(1,1)模型，并将该模型适合于CHFDiff系列。

模型变量GJR_CHFDiff出现在模型部分的数据浏览器，其估计摘要见模型总结(GJR_CHFDiff)文档。

选择模型

选择最节省样本内拟合的模型。根据产生最小贝叶斯信息准则(BIC)的模型做出决定。表中为各估计模型的BIC拟合统计量，如表中所示拟合优度每一节对模型的估计总结。

GJR(1,1)模型得到最小BIC值。因此，在所有估计模型中，它具有最佳的简约样本内拟合。