条件差异模型
一般条件差异模型定义
考虑时间序列
在哪里 。这里,zt是独立且分布相同的一系列标准化随机变量。计量经济学工具箱™支持标准化高斯和标准化的学万博1manbetx生t创新分布。恒定术语, ,是平均偏移。
一个条件差异模型指定创新差异的动态演变,
在哪里Ht–1是过程的历史。历史包括:
过去的差异,
过去的创新,
条件差异模型适用于未表现出显着自相关但串行依赖的时间序列。创新系列 是不相关的,因为:
e((εt)= 0。
e((εtεT – H)= 0t和
但是,如果 取决于 ,例如,εt取决于εT – 1,即使它们不相关。这种依赖性在平方创新系列中表现为自相关,
小费
对于既相关且串行依赖的建模时间序列,您可以考虑使用复合条件均值和方差模型。
有条件差异模型的财务时间序列的两个特征是:
波动性聚类。波动率是时间序列的条件标准偏差。条件差异过程中的自相关导致挥发性聚类。GARCH模型及其变体模型在方差系列中。
杠杆作用。某些时间序列的波动性响应大于大幅下降,而不是大增加。这种不对称聚类行为称为杠杆作用。Egarch和GJR模型具有对这种不对称性建模的利用术语。
Garch模型
这广义自动回归有条件的异质症(GARCH)模型是Engle的拱形模型的延伸,方差异质性<一个Href="https://de.mathworks.com/help/econ/what-is-a-conditional-variance-model.html" class="intrnllnk">[1]。如果系列表现出波动性聚类,这表明过去的方差可能可以预测当前方差。
garch(p,,,,问)模型是有条件差异的自回旋运动平均模型,p与滞后差异相关的GARCH系数,问拱形系数与滞后平方创新相关。Garch的形式(p,,,,问)计量经济学工具箱中的模型是
在哪里 和
笔记
这持续的
属性Garch
模型对应于κ,和抵消
属性对应于μ。
对于平稳性和积极性,Garch模型具有以下约束:
指定Engle的原始拱门(问)型号,使用等效的garch(0,问) 规格。
Egarch模型
指数GARCH(Egarch)模型是一个GARCH变体,该变量对条件方差过程的对数进行了建模。除了建模对数外,Egarch模型还具有额外的杠杆术语来捕获波动率聚类中的不对称性。
Egarch(p,,,,问)模型p与滞后的对数方差项相关的GARCH系数,问拱形系数与滞后标准化创新的大小相关,并问利用与签名的,滞后的标准化创新相关的系数。Egarch的形式(p,,,,问)计量经济学工具箱中的模型是
在哪里 和
笔记
这持续的
An的财产埃加奇
模型对应于κ,和抵消
属性对应于μ。
与Egarch方程中与拱形系数相关的期望值项的形式取决于zt:
如果创新分布是高斯,那么
如果创新分布是学生的t和ν> 2个自由度,然后
工具箱处理egarch(p,,,,问)模型作为ARMA模型 因此,为了确保平稳性,GARCH系数多项式的所有根, ,必须躺在单位圆外。
Egarch模型是GARCH和GJR模型的独特之处,因为它对方差的对数进行了建模。通过对数进行建模,模型参数上的阳性约束就会放松。然而,由于詹森的不平等,egarch模型的条件差异的预测是有偏见的
对于大多数应用程序,Egarch(1,1)规范将足够复杂。对于Egarch(1,1)模型,GARCH和ARCH系数有望为正,并且杠杆系数预计为负;大型意外的向下冲击应增加差异。如果您得到与预期的相反的迹象,则可能会遇到难以推断波动率序列和预测的困难(负弓系数尤其有问题)。在这种情况下,Egarch模型可能不是您应用程序的最佳选择。
GJR模型
GJR模型是一种GARCH变体,其中包括用于建模不对称波动率聚类的杠杆项。在GJR公式中,大型负变化比积极变化更有可能聚集。GJR模型以Glosten,Jagannathan和Runkle命名<一个Href="https://de.mathworks.com/help/econ/what-is-a-conditional-variance-model.html" class="intrnllnk">[2]。GJR模型和阈值GARCH(Tgarch)模型之间存在紧密相似之处 - GJR模型是方差过程的递归方程,而Tgarch则是适用于标准偏差过程的递归。
GJR(p,,,,问)模型pGARCH系数与滞后差异相关,问与滞后平方创新相关的拱形系数,问利用与负滞后创新正方形相关的系数。GJR的形式(p,,,,问)计量经济学工具箱中的模型是
在哪里 和
指示器函数 等于1 if ,和0否则。因此,将杠杆系数应用于负创新,从而给予负面变化。
笔记
这持续的
属性GJR
模型对应于κ,和抵消
属性对应于μ。
对于平稳性和积极性,GJR模型具有以下约束:
GARCH模型嵌套在GJR模型中。如果所有杠杆系数为零,则GJR模型将还原为Garch模型。这意味着您可以使用似然比测试测试GARCH模型。
参考
[1] Engle,Robert F.“自回归有条件的异性恋性,估计英国通货膨胀的差异。”计量经济学。卷。50,1982,第987–1007页。
[2] Glosten,L。R.,R。Jagannathan和D. E. Runkle。“关于股票名义超额回报的预期价值与波动性之间的关系。”金融杂志。卷。48,第5期,1993年,第1779–1801页。