GJR模型
如果负冲击比正冲击对波动性的贡献更大，那么您可以使用GJR模型对创新过程进行建模，并包括杠杆效应。有关如何使用GJR模型对波动率聚类建模的详细信息，请参阅gjr.
应用程序
| 计量经济学建模者 | 经济计量时间序列的分析与建模 |
功能
示例和如何
创建模型
使用创建GJR模型gjr或者经济计量模型应用程序。
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。
为每日德国马克/英镑汇率创建条件方差模型。
创建复合条件均值和方差模型。
使模型适合数据
以交互方式指定GARCH、EGARCH和GJR模型并使其适合数据。然后，通过比较拟合统计数据，确定最适合数据的模型。
将两个相互竞争的条件方差模型拟合到数据中，然后使用似然比检验比较它们的拟合。
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。
将变量导出到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。
该示例展示了如何使用Student t copula和极值理论（EVT）使用蒙特卡罗模拟技术对假设的全球股票指数投资组合的市场风险进行建模。
生成最小均方误差预测
从GJR模型生成MMSE预测。
使用拟合条件方差模型预测德国马克/英镑汇率。
从复合条件均值和方差模型预测响应和条件方差。
概念
计量经济学建模器应用程序是一个交互式工具，用于可视化和分析单变量时间序列数据。
使用计量经济学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。
您还可以从以下列表中选择网站：
