此示例显示如何指定和适合加入GARCH,EGARCH和GJR模型,以将外汇汇率返回。使用AIC和BIC比较适合。
加载工具箱中包含的外汇速率数据。将瑞士法郎汇率转换为返回。
加载data_fxrates.y = DataTable.chf;r = price2ret(y);t =长度(r);logl = zeros(1,3);%preallocatenumparams = logl;%preallocate图绘图(r)xlim([0,t])标题('瑞士法郎汇率返回')
返回系列似乎表现出一些波动率聚类。
指定,然后将GARCH(1,1)模型适合返回系列。返回loglikeliach目标函数的值。
mdl1 = garch(1,1);[Estmdl1,estparamcov1,logl(1)] =估计(mdl1,r);
GARCH(1,1)条件方差模型(高斯分布):价值标准误差图谱pvalue __________ ___________________________________________________________________0.00019111111011111111722 0. 0.01371 0拱{1} 0.058514-31
numparams(1)= sum(任何(estparamcov1));%拟合参数数量
指定,然后将egarch(1,1)模型适合返回系列。返回loglikeliach目标函数的值。
mdl2 = egarch(1,1);[ESTMDL2,ESTPARAMCOV2,LOGL(2)] =估计(MDL2,R);
EGARCH(1,1)条件方差模型(高斯分布):价值标准误差Tstatistic pvalue _________ ______________ __________________________________10.01010120101201205024杠杆{1} -0.013229 0.0049498 -2.6726 0.0075267
numparams(2)= sum(任何(estparamcov2));
指定,然后将GJR(1,1)模型适合返回系列。返回loglikeliach目标函数的值。
MDL3 = GJR(1,1);[Estmdl3,estparamcov3,logl(3)] =估计(mdl3,r);
GJR(1,1)条件方差模型(高斯分布):价值标准误差图案化PVALUE __________ ______________________________________________________________0.007292 126.05 0.068695 8.5748 0.05890-18杠杆{1} 0.0013398 0.0072836 0.18395 0.85406
numparams(3)= sum(任何(estparamcov3));
GJR模型中的杠杆术语没有统计学意义。
计算GARCH,EGARCH和GJR模型适合的AIC和BIC值。GARCH模型有三个参数;EGARCH和GJR模型每个都有四个参数。
[AIC,BIC] = AICBIC(logl,numparams,t)
AIC =.1×310.4.×-3.3329 -3.3321-3.3327
BIC =1×310.4.×-3.3309 -3.3295 -3.3301
GARCH(1,1)和EGARCH(1,1)模型不嵌套,因此您无法通过进行似然比测试进行比较它们。然而,GARCH(1,1)嵌套在GJR(1,1)模型中,因此您可以使用似然比测试来比较这些模型。
使用AIC和BIC,GARCH(1,1)模型略小较小(更负)AIC和BIC值。因此,GARCH(1,1)模型是根据这些标准的优选模型。