条件方差模型模拟的前样本数据

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:

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)。

另请参阅

对象

• egarch|garch|gjr

功能

• 模拟

相关的例子

• 模拟条件方差模型
• 模拟GARCH模型
• 使用模拟评估EGARCH预测偏差

更多关于

• 条件方差模型的蒙特卡罗模拟
• 条件方差模型的蒙特卡罗预测