EGARCH模型
如果同等规模的正面和负面冲击对波动性造成了不对称的影响，那么您可以使用EGARCH模型对创新过程建模，并包括杠杆效应。有关如何使用EGARCH模型对波动性集群进行建模的详细信息，请参见egarch．
应用程序
| 计量经济学建模师 | 分析计量经济时间序列并建立模型 |
功能
例子和如何
创建模型
创建EGARCH模型使用egarch或Econometric Modeler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
交互式地指定和适合GARCH, EGARCH和GJR模型的数据。然后，通过比较拟合统计量，确定最适合数据的模型。
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。
拟合两个竞争的条件方差模型到数据，然后使用似然比检验比较它们的拟合。
用AIC和BIC比较几种条件方差模型的拟合。
分享Econometric Modeler App Session的结果
将变量导出到MATLAB®工作空间，生成纯文本和活动函数，返回一个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估计的模型在一个Econometric Modeler应用程序会话。
产生最小均方误差预测
使用拟合条件方差模型预测德国马克/英镑汇率。
综合条件均值和方差模型的预测响应和条件方差。
比较基于仿真的预测和MMSE预测，以评估偏差。
概念
Econometric Modeler应用程序是一个交互式工具，用于可视化和分析单变量时间序列数据。
使用Econometric Modeler指定时间序列模型估计的滞后算子多项式项。
了解解释波动聚类的模型。
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。
指定样例数据来初始化模型。
指定用于估计的初始参数值。
通过指定可选优化选项来排除估计问题。
了解蒙特卡罗模拟。
了解模拟的样例要求。
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:
