GARCH模型
如果正冲击和负冲击对波动性的贡献相同，那么可以使用GARCH模型对创新过程进行建模。有关如何使用GARCH模型建模波动性聚类的详细信息，请参见加什.
应用程序
| 计量经济学建模者 | 分析和模型计量时间序列 |
功能
例子和如何做
创建模型
创建GARCH模型使用加什或econometricmodeler应用。
使用点表示法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。
使模型适合数据
以交互方式为每日德国马克/英镑汇率的GARCH模型选择适当数量的ARCH和GARCH滞后。
交互式地指定和拟合GARCH, EGARCH和GJR模型到数据。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，以交互方式评估模型假设。
从拟合的条件方差模型推断条件方差。
对数据拟合两个竞争的条件方差模型，然后使用似然比检验比较它们的拟合。
使用AIC和BIC比较几种条件方差模型的拟合。
导出变量到MATLAB®工作区，生成纯文本和实时函数，返回应用程序会话中估计的模型，或生成报告，记录时间序列上的活动和计量经济学建模器应用程序会话中估计的模型。
生成蒙特卡罗模拟
模拟条件方差模型。
在有或没有指定前样本数据的情况下，用GARCH过程进行模拟。
从复合条件均值和方差模型模拟响应和条件方差。
概念
econometricmodeler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。
使用计量经济建模器为时间序列模型估计指定滞后算子多项式项。
了解解释波动性集群的模型。
了解如何对条件方差模型执行最大似然。
使用已知参数值在估计期间约束模型。
指定预采样数据以初始化模型。
指定估算的初始参数值。
通过指定替代优化选项来解决估算问题。
了解蒙特卡罗模拟。
了解模拟的预采样要求。
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:
