当从GARCH、EGARCH或GJR过程模拟实现时,需要预采样条件方差和预采样创新来初始化方差方程。
GARCH (P,问)和GJR (P,问)模型,Ppresample差异,问样品前的创新是必要的。对于一个EGARCH (P,问)模型,max (P,问)前样本方差和问样品前的创新是必要的。
您可以指定自己的预样例数据,或者让模拟
自动生成前样数据。
如果你让模拟
生成前样例数据,然后:
样本前方差设为所模拟模型的理论无条件方差。
前样本创新是随机抽取的创新分布与理论无条件方差。
如果您正在指定自己的预样例数据,请注意模拟
假设样本前创新的均值为零。如果你观察的系列是一个创新系列加上一个偏移量,在使用它作为创新系列的前样品之前,从观察系列中减去偏移量。
当您指定足够的前样本方差和创新时,模拟递归中的第一个条件方差对于所有的样本路径都是相同的。然而,第一个模拟创新是随机的,因为它们是从创新分布中随机抽取的(具有共同方差,由前样本方差和创新指定)。