GJR模型
如果负面冲击对波动性的影响大于正面冲击，那么可以使用GJR模型对创新过程建模，并包含杠杆效应。有关如何使用GJR模型对波动率聚类进行建模的详细信息，请参阅GJR。
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
使用以下命令创建GJR模型GJR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
交互地指定和匹配GARCH、EGARCH和GJR模型到数据。然后，通过比较拟合统计数据，确定最适合数据的模型。
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。
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。
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。
这个例子显示了如何将一个假想的全球股票指数组合的使用学生t Copula函数和极值理论（EVT）蒙特卡罗模拟技术的市场风险模型。
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。
生成最小均方误差预测
从GJR模型生成MMSE预测。
使用拟合条件方差模型预测德国马克/英镑汇率。
综合条件均值和方差模型的预测响应和条件方差。
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。
