默认GJR (P.那问:)模型在计量经济学工具箱™中的形式
具有高斯创新分布和
指示灯功能
您可以使用简写语法指定这种形式的模型gjr (P, Q)
.输入参数P.
和问:
,输入滞后方差数(GARCH项),P.,滞后平方创新(ARCH和杠杆术语),问:,分别。适用以下限制:
P.和问:必须是非负整数。
如果P.> 0,那么您还必须指定问:> 0
当你使用这种简写语法时,gjr
创建一个gjr
使用这些默认属性值进行建模。
财产 | 默认值 |
---|---|
P. |
GARCH项的个数,P. |
问: |
ARCH和杠杆条款的数量,问: |
抵消 |
0. |
常数 |
南 |
加油 |
细胞向量南 S. |
拱 |
细胞向量南 S. |
利用 |
细胞向量南 S. |
分配 |
“高斯” |
要为任何属性指定非默认值,可以使用点表示法修改创建的模型。
为了说明,考虑指定GJR(1,1)模型
具有高斯创新分布和
Mdl = gjr (1,1)
MDL = GJR具有属性:描述:“GJR(1,1)条件方差模型(高斯分布)”分布:名称=“高斯”P:1 Q:1常数:南加赫:{Nan}在Lag [1]拱门:{nan}在Lag [1]杠杆:{nan}在Lag [1]偏移:0
创建的模型,Mdl
,已经南
S为所有模型参数。一个南
值表示需要估计或由用户指定的参数。为了预测或模拟模型,必须指定所有的参数。
要估计参数,将模型(连同数据)输入到估计
.这是一套新的gjr
模型。拟合模型对每个输入都有参数估计南
价值。
调用gjr
如果没有任何输入参数,则返回带有默认属性值的GJR(0,0)模型规范:
DefaultMdl = gjr
DefaultMDL = GJR具有属性:“GJR(0,0)条件方差模型(高斯分布)”分布:名称=“高斯”P:0 Q:0常数:NaN Garch:{} arch:{}杠杆:{偏移:0
这个例子展示了如何使用简写gjr (P, Q)
语法指定默认GJR(
默认情况下,创建的模型中的所有参数都有未知值。
指定默认gjr(1,1)模型:
Mdl = gjr (1,1)
MDL = GJR具有属性:描述:“GJR(1,1)条件方差模型(高斯分布)”分布:名称=“高斯”P:1 Q:1常数:南加赫:{Nan}在Lag [1]拱门:{nan}在Lag [1]杠杆:{nan}在Lag [1]偏移:0
输出显示了创建的模型,Mdl
,已经南
所有模型参数的值:常数项、GARCH系数、ARCH系数和杠杆系数。您可以使用点表示法修改创建的模型,或者将它(连同数据)输入到估计
.
指定GJR模型的最灵活方法是使用名称值对参数。您不需要,也不需要,为每个模型属性指定值。gjr
将默认值分配给您不(或不能)指定的任何模型属性。
一般GJR (P.那问:)模型是表格
在哪里
创新分布可以是高斯分布或学生分布T..默认分布是高斯分布。
为了估计,预测或模拟模型,必须指定模型的参数形式(例如,滞后对应于非零系数,创新分布)和任何已知的参数值。您可以设置等于的未知参数南
,然后将模型输入估计
(连同数据)以得到估计的参数值。
gjr
(和估计
)返回与模型规范相对应的模型。您可以修改模型以更改或更新规范。输入模型(没有南
值)预测
或模拟
分别用于预测和模拟。下面是一些使用名称-值参数的示例规范。
模型 | 规范 |
---|---|
|
gjr (GARCH,南,“拱”,南… 或GJR(1,1) |
|
gjr(“抵消”、南GARCH,南… |
|
gjr(“常数”,0.1,“四国”,0.6,…… |
下面是用于指定GJR模型的名称-值参数的完整描述。
笔记
不能给属性赋值P.
和问:
.egarch
套P.
等于最大的GARCH滞后问:
等于具有非零平方创新系数的最大滞后,包括ARCH和杠杆系数。
GJR模型的名称值参数
的名字 | 对应的GJR模型项 | 当指定 |
---|---|---|
抵消 |
意味着抵消,μ | 包含一个非零的平均偏移量。例如,0.2“抵消” .如果您计划估计偏移量,请指定“抵消”,南 .默认情况下, 抵消 有价值0. (意思是,没有偏移量)。 |
常数 |
条件方差模型中的常数,κ | 设置平等约束κ.例如,如果模型已知常量0.1,请指定'常数',0.1 .默认情况下, 常数 有价值南 . |
加油 |
GARCH系数, |
为GARCH系数设置等式约束。例如,用“四国”,0.6 .你只需要指定的非零元素 加油 .如果非零系数处于非连续滞后,则使用Garchlags. .您指定的任何系数都必须满足所有实例的约束。 |
Garchlags. |
对应于非零GARCH系数的滞后 | Garchlags. 不是模型属性。使用此参数作为指定的快捷方式 加油 当非零GACHCH系数对应于非连续滞后时。例如,在LAG 1和3处指定非零GARCH系数,例如,非零“GARCHLags”,[1,3] .使用 加油 和Garchlags. 一起来指定在非连续滞后下已知的非零GARCH系数。例如,如果“四国”{0.3,0.1},“GARCHLags”,[1,3] |
拱 |
拱系数, |
为ARCH系数设置等式约束。例如,用'arch',0.3 .你只需要指定的非零元素 拱 .如果非零系数处于非连续滞后,则使用ARCHLags . |
ARCHLags |
对应于非零拱系数的滞后 |
使用此参数作为指定的快捷方式 使用 |
利用 |
利用系数, |
为杠杆系数设置相等约束。例如,用 你只需要指定的非零元素 |
LeverageLags |
对应于非零杠杆系数的滞后 |
使用此参数作为指定的快捷方式 使用 |
分配 |
创新过程的分布 | 使用此参数指定Student的值T.创新分布。默认情况下,创新分布是高斯分布。 例如,指定一个T.自由度未知的分布,指定 指定一个T.创新分配与已知的自由度,分配 |
可以指定滞后结构、创新分布和GJR模型的杠杆使用
在命令行中,打开
econometricModeler
或者,从应用程序库打开应用程序(见
在应用程序中,您可以通过选择响应的时间序列变量来查看所有金宝app支持的模型
这GJR
.这
可调节参数包括:
GARCH学位- GARCH多项式的阶数。
拱门学位- ARCH多项式的阶数。该参数的值还指定杠杆多项式的顺序。
包括抵消-包括模型补偿。
创新分布——创新分布。
在调整参数值时,gjr
参考页面。
有关使用应用程序指定模型的更多详细信息,请参阅数据拟合模型和交互式地指定滞后算子多项式.
这个例子展示了如何指定GJR(
指定具有平均偏移量的GJR(1,1)模型,
在哪里
Mdl = gjr (“抵消”南, “GARCHLags”,1, “ARCHLags”,1, ...“LeverageLags”, 1)
描述:“gjr(1,1)带偏移的条件方差模型(高斯分布)”分布:Name = "Gaussian" P: 1 Q: 1 Constant: NaN GARCH: {NaN} at lag [1] ARCH: {NaN} at lag [1] Leverage: {NaN} at lag [1] Offset: NaN
平均偏移量在输出中显示为要估计或以其他方式指定的附加参数。
这个例子展示了如何指定一个非连续滞后的非零系数GJR模型。
在LAG 1和3处指定具有非零GADCH术语的GJR(3,1)模型。包括平均偏移。
Mdl = gjr (“抵消”南, “GARCHLags”(1、3), “ARCHLags”,1, ...“LeverageLags”, 1)
MDL = GJR具有属性:描述:“GJR(3,1)条件方差模型具有偏移(高斯分布)”分布:名称=“高斯”P:3 Q:1常数:南加赫:{南南}滞后[1 3] arch:{nan}在滞后[1]杠杆:{nan}滞后[1]偏移:南
未知的非零GARCH系数对应于滞后1和滞后3的滞后方差。输出只显示非零系数。
显示值加油
:
Mdl。加油
ans =1×3单元阵列(南){}{[0]}{(南)}
这加油
单元格数组返回三个元素。第一个和第三个元素有值南
,表示这些系数是非零的,需要估计或以其他方式指定。默认情况下,gjr
将临时系数设置为等于零以维持与Matlab®单元阵列索引的一致性。
这个例子展示了如何指定一个具有已知参数值的GJR模型。您可以使用这样一个完全指定的模型作为输入模拟
或预测
.
指定GJR(1,1)模型
具有高斯创新分布。
Mdl = gjr (“不变”,0.1, “四国”, 0.6, '拱',0.2, ...“杠杆”,0.1)
MDL = GJR具有属性:“GJR(1,1)条件方差模型(高斯分布)”分布:名称=“高斯”P:1问:1常数:0.1 GARCH:{0.6}在LAG [1]拱:{0.2}在LAG [1]杠杆:{0.1}滞后[1]偏移量:0
因为指定了所有的参数值,所以创建的模型没有参数值南
价值观。功能模拟
和预测
不要接受输入模型南
价值观。
这个例子展示了如何指定一个GJR模型与学生的t创新分布。
指定具有平均偏移量的GJR(1,1)模型,
在哪里
假设
tDist =结构('姓名'那 'T'那 “景深”10);Mdl = gjr ( “抵消”南, “GARCHLags”,1, “ARCHLags”,1, ...“LeverageLags”,1, “分布”tDist)
MDL = GJR具有属性:描述:“GJR(1,1)条件方差模型具有偏移(T分布)”分布:名称=“T”,DOF = 10 P:1 Q:1常数:南加赫:{NaN}在Lag [1]拱门:{nan}滞后[1]杠杆:{nan}在滞后[1]偏移量:南
的价值分配
是一个塑造
数组字段的名字
等于'T'
和现场DOF.
等于10
.当你指定自由度时,如果你输入模型,它们不会被估计估计
.