预报GJR模式
此示例展示了如何使用以下命令从GJR模型生成MMSE预测预测
.
步骤1。指定GJR模型。
指定一个没有平均偏移量和的GJR(1,1)模型 , , 和 .
Mdl = gjr(“不变”, 0.1,“四国”, 0.7,…“拱”, 0.2,“杠杆”, 0.1);
步骤2。生成MMSE预测。
在有或没有指定样本创新和条件方差的情况下,生成100个周期的预测。将预测与模型的理论无条件方差一起绘制。
v1 = forecast(Mdl,100);v2 = forecast(Mdl,100;“Y0”, 1.4,“半”, 2.1);denom = 1 -Mdl.ARCH{1}-0.5* mdl .杠杆{1};sig2 = Mdl.Constant/ dom;图绘制(v1,“颜色”(。9、。9。9),“线宽”, 8)在情节(v2,“线宽”, 2)情节((100 1)* sig2,“k——”,“线宽”,1.5) xlim([0,100]) title(预测GJR条件方差)传说(“没有Presamples”,“Presamples”,“理论”,…“位置”,“东南”)举行从
v2 (1)显示预测的条件方差
Ans = 1.9620
不使用样本数据产生的预测等于理论无条件方差。在缺乏样本数据的情况下,预测
对任何所需的样本创新和条件方差使用无条件方差。
在本例中,对于给定的样本创新和条件方差,起始预测为
由于样本创新为正,因此杠杆项不包括在预测中(因此负创新指标为零)。