GJR Model
Glosten-Jagannathan-Runkle GARCH model for volatility clustering
如果负面冲击对波动性的贡献多于积极冲击，那么您可以使用GJR模型对创新过程进行建模，并包括杠杆作用。有关如何使用GJR模型建模波动率聚类的详细信息，请参见gjr。
应用
| 计量经济学建模者 | Analyze and model econometric time series |
职能
Examples and How To
创建模型
- 指定GJR模型
使用使用GJR模型gjror the Econometric Modeler app. - 修改条件方差模型的属性
使用点表示法更改可修改的模型属性。 - Specify the Conditional Variance Model Innovation Distribution
指定高斯或T分布式创新过程。 - 指定汇率的条件差异模型
Create a conditional variance model for daily Deutschmark/British pound foreign exchange rates. - 指定条件均值和方差模型
创建一个复合条件均值和方差模型。
适合数据
- 使用计量经济学建模器应用程序比较条件差异模型拟合统计数据
交互式地指定和适合GARCH、EGARCH和GJR models to data. Then, determine the model that fits to the data the best by comparing fit statistics. - 条件方差模型的似然比测试
Fit two competing, conditional variance models to data, and then compare their fits using a likelihood ratio test. - 估计条件平均值和方差模型
估计复合条件均值和方差模型。 - 使用计量器Modeler应用程序执行GARCH模型剩余诊断
通过执行残留诊断将数据拟合到GARCH模型后，交互评估模型假设。 - Infer Conditional Variances and Residuals
从拟合条件方差模型中推论条件差异。 - 分享计量经济学建模者应用程序会话的结果
Export variables to the MATLAB®工作空间，生成纯文本和实时功能，这些功能返回在应用程序会话中估计的模型，或在计量经济学建模者应用程序中将活动记录到时间序列和估计模型的报告中。 - 使用极值理论和Copulas评估市场风险
This example shows how to model the market risk of a hypothetical global equity index portfolio with a Monte Carlo simulation technique using a Student's t copula and Extreme Value Theory (EVT).
生成蒙特卡洛模拟
- 模拟条件差异模型
模拟条件方差模型。 - Simulate GARCH Models
Simulate from a GARCH process with and without specifying presample data. - 模拟条件均值和方差模型
从复合条件均值和方差模型中模拟响应和条件差异。
生成最小平方误差预测
- 预测GJR模型
从GJR模型生成MMSE预测。 - 预测条件差异模型
预测使用拟合条件差异模型的Deutschmark/英镑外汇率。 - Forecast Conditional Mean and Variance Model
来自复合条件均值和方差模型的预测响应和条件差异。
概念
- 计量器建模应用程序概述
The Econometric Modeler app is an interactive tool for visualizing and analyzing univariate or multivariate time series data.
- 互动指定单变量滞后运算符多项式
Specify univariate lag operator polynomial terms for time series model estimation using Econometric Modeler.
- 条件差异模型
了解解释波动率聚类的模型。
- 条件方差模型的最大似然估计
了解如何为条件差异模型执行最大似然。
- 条件差异模型估计与平等约束
使用已知参数值在估计过程中约束模型。
- Presample Data for Conditional Variance Model Estimation
指定预先样本数据以初始化模型。
- Initial Values for Conditional Variance Model Estimation
为估计指定初始参数值。
- 条件差异模型估计的优化设置
通过指定替代优化选项来解决估计问题。
- 条件方差模型的蒙特卡洛模拟
了解蒙特卡洛模拟。
- 条件方差模型模拟的预先样本数据
了解模拟的预先样本要求。
- Monte Carlo Forecasting of Conditional Variance Models
了解蒙特卡洛的预测。
- MMSE对条件方差模型的预测
Learn about MMSE forecasting.
You can also select a web site from the following list:
Americas
- América Latina(Español)
- 加拿大（英语）
- United States（英语）