主要内容
使用信息标准比较条件方差模型
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。
步骤1.加载数据。
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。
步骤2.适合Garch（1,1）模型。
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
步骤3.符合Egarch（1,1）模型。
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））;
步骤4.适合GJR（1,1）模型。
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。
步骤5.比较模型适合使用AIC和BIC。
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。
也可以看看
对象
职能
相关例子
更多关于
您还可以从以下列表中选择一个网站：
