GJR模型
如果负冲击比正冲击对波动性的贡献更大，那么您可以使用GJR模型对创新过程进行建模，并包含杠杆效应。有关如何使用GJR模型对波动率集群进行建模的详细信息，请参见gjr．
应用程序
| 计量经济学建模师 | 分析和建模计量时间序列 |
功能
例子和如何做
创建模型
创建GJR模型gjr或econometricmodeler应用程序。
使用点符号更改可修改的模型属性。
指定高斯或t分布创新过程。
为每日的德国马克/英镑汇率创建一个条件方差模型。
创建一个复合条件均值和方差模型。
数据拟合模型
以交互方式指定GARCH、EGARCH和GJR模型并将其与数据匹配。然后，通过比较拟合统计量，确定最适合数据的模型。
对数据拟合两个竞争的条件方差模型，然后使用似然比检验比较它们的拟合。
估计一个复合条件均值和方差模型。
通过执行残差诊断将数据拟合到GARCH模型后，交互式地评估模型假设。
从拟合的条件方差模型推断条件方差。
导出变量到MATLAB®工作空间，生成纯文本和活动函数，返回一个在应用程序会话中估计的模型，或生成一个报告，记录您的活动在时间序列和在Econometric Modeler应用程序会话中的估计模型。
这个例子展示了如何用蒙特卡罗模拟技术，使用学生的t联系和极端价值理论(EVT)来模拟一个假设的全球股票指数投资组合的市场风险。
生成蒙特卡罗模拟
模拟条件方差模型。
使用或不使用指定预采样数据的GARCH过程进行模拟。
从一个复合的条件均值和方差模型模拟响应和条件方差。
生成最小均方误差预测
从GJR模型生成MMSE预测。
利用拟合条件方差模型预测德国马克/英镑汇率。
从复合条件均值和方差模型预测响应和条件方差。
概念
econometretricmodeler应用程序是可视化和分析单变量时间序列数据的交互式工具。
指定滞后算子多项式项的时间序列模型估计使用计量模型。
了解解释波动率集群的模型。
学习如何对条件方差模型进行最大似然。
在使用已知参数值进行估计时约束模型。
指定样本数据来初始化模型。
指定用于估计的初始参数值。
通过指定可选的优化选项来解决估计问题。
了解蒙特卡罗模拟。
了解模拟的样品要求。
了解蒙特卡罗预测。
了解MMSE预测。
你也可以从以下列表中选择一个网站:
