GJR模型
如果负面冲击会导致波动性比积极冲击更多，那么您可以使用GJR模型模拟创新过程，并包括杠杆效果。有关如何使用GJR模型模拟波动率聚类的详细信息，请参阅gjr。
应用
| 经济型橱柜 | 分析和模型计量时间序列 |
职能
例子和如何做
创建模型
使用GJR模型使用gjr或econometricmodeler应用。
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。
为每日的德国马克/英镑汇率创建一个条件方差模型。
创建复合条件均值和方差模型。
适合数据
以数据交互指定和适合GARCH，EGRCH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。
对数据拟合两个竞争的条件方差模型，然后使用似然比检验比较它们的拟合。
估计复合条件均值和方差模型。
通过执行残差诊断，交互方式评估拟合数据到加油模型后的模型假设。
从拟合条件方差模型推断有条件的差异。
导出变量到MATLAB®工作区，生成纯文本和实时函数，可返回应用程序会话中估计的型号，或者在计量计量模型应用程序会话中生成在时间序列和估计模型上记录您的活动的报告。
这个例子展示了如何用蒙特卡洛模拟技术，使用学生的t联系函数和极值理论(EVT)来模拟一个假设的全球股票指数投资组合的市场风险。
生成蒙特卡罗模拟
模拟条件方差模型。
在有或没有指定前样本数据的情况下，用GARCH过程进行模拟。
从复合条件均值和方差模型模拟响应和条件差异。
生成最小均方错误预测
从GJR模型生成MMSE预测。
使用拟合条件方差模型预测Deutschmark / Nrice Fource汇率。
复合条件均值和方差模型的预测响应和条件差异。
概念
econometricmodeler应用程序是一个可视化和分析单变量时间序列数据的交互式工具。
使用计量经济建模器为时间序列模型估计指定滞后算子多项式项。
了解占挥发性聚类的模型。
了解有条件方差模型进行最大可能性的最大可能性。
在使用已知参数值的估计期间约束模型。
指定预先列为数据以初始化模型。
指定估计的初始参数值。
通过指定备用优化选项来解决估计问题。
了解蒙特卡罗模拟。
了解模拟的预先要求。
了解蒙特卡罗预测。
了解MMSE预测。
你也可以从以下列表中选择一个网站:
