对于条件方差模型,创新过程是
哪里ZT遵循标准高斯分布或学生分布T分发
自由度。在模型属性中指定分发选项分配
.
创新方差, 可以遵循GARCH、EGARCH或GJR条件方差过程。
如果模型包含平均偏移量项,则
这个估计
功能加什
,指数广义自回归条件异方差
和gjr
模型使用最大似然估计估计参数。估计
返回输入模型中任何参数的拟合值,等于楠
.估计
接受输入模型中的任何等式约束,并且不返回具有等式约束的参数的估计值。
鉴于一个过程的历史,创新在条件上是独立的。允许HT表示当前可用进程的历史记录T,T= 1,...,N. 创新序列的似然函数由下式给出:
哪里F是标准的高斯分布还是高斯分布T密度函数。
对数似然目标函数的精确形式取决于新息分布的参数形式。
如果ZT具有标准高斯分布,则对数似然函数为
如果ZT有一个标准化的学生T分发 自由度,则对数似然函数为
估计
表演协方差矩阵估计对于使用梯度外积(OPG)方法的最大似然估计。
[1]博勒斯列夫,蒂姆。“广义自回归条件异方差。”计量经济学杂志31(1986年4月):307-27。https://doi.org/10.1016/0304-4076(86)90063-1.
[2]博勒斯列夫,蒂姆。“投机价格和回报率的条件异方差时间序列模型。”经济学与统计学综述69(1987年8月):542-47。https://doi.org/10.2307/1925546.
[3]英国通货膨胀方差估计的自回归条件异方差计量经济学50(1982年7月):987-1007。https://doi.org/10.2307/1912773.
[4]格罗斯滕,L.R.,R.贾甘纳森和D.E.朗克尔。“关于股票名义超额收益率的预期值和波动性之间的关系。”金融杂志. 第48卷,第5期,1993年,第1779-1801页。
[5]汉密尔顿,詹姆斯D。时间序列分析.普林斯顿:普林斯顿大学出版社,1994。