GARCH模型
广义的，自回归条件异方差模型波动集群
如果同等大小的正冲击和负冲击对波动的影响相同，那么您可以使用GARCH模型为创新过程建模。有关如何使用GARCH模型建模波动率集群的详细信息，请参见GARCH。
应用
| 计量经济学建模 | 分析和建模计量时间序列 |
功能
例子及如何
创建模型
创建GARCH模型使用GARCH或者计量经济学建模应用程序。
使用点符号更改修改模型属性。
指定高斯或T分布式创新过程。
为每日的德国马克/英镑汇率创建一个条件方差模型。
创建复合条件均值和方差模型。
拟合模型到数据
交互选择ARCH和GARCH滞后日常的德国马克/英镑汇率的GARCH模型的适当数量。
交互式地指定并将GARCH、EGARCH和GJR模型与数据匹配。然后，通过比较拟合统计量来确定最适合数据的模型。
估计复合条件均值和方差模型。
通过执行剩余的诊断数据拟GARCH模型交互后评估模型假设。
有条件的推断从拟合条件方差模型差异。
将两个相互竞争的条件方差模型与数据拟合，然后使用似然比检验比较它们的拟合。
比较采用AIC和BIC几个条件方差模型的拟合。
导出变量到MATLAB®工作区，生成纯文本和返回在应用程序会话估计模型，或生成报表记录在计量建模应用会话时间序列的活动，并估计模型直播功能。
生成蒙特卡罗模拟法
模拟条件方差模型。
在指定或不指定压样数据的情况下从GARCH过程进行模拟。
模拟响应和条件方差从复合条件均值和方差模型。
概念
econom计量建模应用程序是一个可视化和分析单变量时间序列数据的交互式工具。
使用计量建模器为时间序列模型估计指定滞后算子多项式项。
了解该帐户波动聚类模式。
了解如何可能性最大的是条件方差模型进行。
使用已知的参数值估计期间约束模型。
指定样品前数据初始化模式。
用于估计的指定初始参数值。
通过指定替代的优化选项疑难解答估计问题。
了解蒙特卡罗模拟。
了解有关模拟样品前要求。
了解蒙特卡洛预测。
学习MMSE预测。
您也可以从以下列表中选择一个网站:
