GARCH模型
波动性聚类的广义自回归条件异方差模型
如果大小相等的正面和负面冲击同样以波动性贡献，那么你就可以建立一个使用GARCH模型的更新过程。有关如何模型波动集群使用GARCH模型的详细信息，请参阅garch。
应用程序
| 计量经济学建模师 | 分析和计量经济模型的时间序列 |
功能
示例以及如何
创建模型
创建使用GARCH模型garch或计量经济学建模应用程序。
使用点表示法更改可修改的模型属性。
指定高斯或t分布式创新过程。
建立日常的德国马克/英镑汇率条件方差模型。
创建一个复合的条件均值和方差模型。
模型与数据的拟合
交互式地为每日德国马克/英镑汇率的GARCH模型选择适当的ARCH和GARCH滞后量。
交互指定气盛GARCH，EGARCH，并将数据GJR模型。然后，确定该模型适合于最好通过比较拟合统计的数据。
估计一个复合条件均值和方差模型。
通过执行残差诊断，将数据拟合到GARCH模型后，交互式地评估模型假设。
从拟合的条件方差模型中推断条件方差。
适合两种相互竞争的，条件方差模型数据，然后比较用似然比检验它们的拟合。
用AIC和BIC比较几种条件方差模型的拟合情况。
导出变量到MATLAB®工作空间，生成纯文本和活动函数，返回在应用程序会话中估计的模型，或生成报告，记录您的活动时间序列和计量经济学建模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。
模拟来自具有和没有指定样品前体数据的过程GARCH。
从复合条件均值和方差模型中模拟响应和条件方差。
概念
计量经济建模应用程序是用于可视化和分析单变量的时间序列数据的交互式工具。
指定使用的计量建模时间序列模型估计滞后算子多项式项。
了解关于波动性聚类的模型。
了解如何对条件方差模型执行最大似然。
在使用已知参数值进行估计时约束模型。
指定预采样数据来初始化模型。
为估计指定初始参数值。
通过指定可选的优化选项来排除评估问题。
学习蒙特卡罗模拟。
了解模拟的预样本需求。
学习蒙特卡罗预测。
了解MMSE预测。
