总结

显示条件方差模型的估计结果

折叠所有页面

语法

总结(Mdl)

结果=总结(Mdl)

描述

例子

总结(Mdl）显示条件方差模型的摘要Mdl．

如果Mdl是否返回估计模型估计,然后总结将估计结果打印到MATLAB中^®命令窗口。显示包括一个估计摘要和一个参数估计表与相应的标准误差，t统计数据,p值。估计摘要包括拟合统计量，如赤池信息准则(AIC)。
如果Mdl是一个未估计的模型返回garch，egarch,或gjr,然后总结打印标准对象显示(与创建模型时打印的显示相同)。

例子

结果=总结(Mdl）返回下列变量之一，并且不打印到命令窗口。

如果Mdl那么，这是一个估计模型吗结果是一个包含估计结果的结构。
如果Mdl那么，这是一个未经估计的模型吗结果是一个garch，egarch,或gjr的模型对象Mdl．

例子

全部折叠

显示估计结果

打开生活的脚本

使用模拟数据打印估计GARCH模型的结果。

用已知参数值的GARCH(1,1)模型模拟数据。

Mdl0 = garch (“不变”, 0.01,“四国”, 0.8,“拱”, 0.14);rng“默认”；%的再现性[V, Y] =模拟(Mdl0,100);

对模拟数据拟合GARCH(1,1)模型。抑制估计显示。

Mdl = garch (1,1);EstMdl =估计(Mdl Y“显示”，“关闭”）;

显示评估摘要。

总结(EstMdl)

GARCH(1,1)条件方差模型(高斯分布)有效样本量:100估计参数数:3 LogLikelihood: -96.5255 AIC: 199.051 BIC:206.866 Value StandardError TStatistic PValue _______ _____________ __________ __________ Constant 0.0167 0.016508 1.0117 0.31169 GARCH{1} 0.77263 0.07769 9.945 2.6522e-23 ARCH{1} 0.19169 0.075068 2.5535 0.010664

从估计模型中提取估计结果

打开生活的脚本

通过传递EGARCH模型模板和数据来估计几个模型估计．不同模型的ARCH和GARCH滞后次数不同。从估计结果中提取AIC，选择拟合统计量最小的模型。

用已知参数值模拟EGARCH(0,1)模型的数据。

Mdl0 = egarch (“不变”, 0.01,“拱”, 0.75,“杠杆”, -0.1);rng (2);%的再现性[~ Y] =模拟(Mdl0,100);

为了确定ARCH和GARCH滞后的数量，创建并估计多个EGARCH模型。改变GARCH和ARCH滞后次数(p和问，分别)。排除以下情况p= 1,问= 0，因为存在ARCH滞后需要存在ARCH滞后。抑制所有估计显示。从估计结果结构中提取AIC。这个领域另类投资会议存储另类投资会议。

Pq = [0 0;0 1;1 1];AIC = 0(大小(pq, 1), 1);%预先配置为Mdl = egarch(pq(j,1)，pq(j,2));EstMdl =估计(Mdl Y“显示”，“关闭”）;结果=总结(EstMdl);AIC (j) = results.AIC;结束

比较各模型的AIC值。

[minAIC, bestidx] = min (AIC, [], 1);bestPQ = pq (bestidx:)

bestPQ =1×2０ １

拟合最好的模型是EGARCH(0,1)模型，因为其对应的AIC最低。该模型还具有用于模拟数据的模型结构。

输入参数

全部折叠

`Mdl`- - - - - -条件方差模型
`garch`模型对象|`egarch`模型对象|`gjr`模型对象

条件方差模型，指定为garch，egarch,或gjr返回的模型对象估计，garch，egarch,或gjr．

输出参数

全部折叠

`结果`——模型总结
结构数组|`garch`模型对象|`egarch`模型对象|`gjr`模型对象

模型摘要，作为结构数组或garch，egarch,或gjr模型对象。

如果Mdl那么，这是一个估计模型吗结果是包含该表中字段的结构数组。

场	描述
`描述`	模型总结描述(字符串)
`SampleSize`	有效样本量(数字标量)
`NumEstimatedParameters`	估计参数数(数值标量)
`LogLikelihood`	优化对数似然值(数值标量)
`另类投资会议`	赤池信息准则(数值标量)
`BIC`	贝叶斯信息准则(数字标量)
`表格`	具有相应标准误差的模型参数的最大似然估计，t统计(估计除以标准误差)，和p值(假设正常);包含与模型参数相对应的行的表