指定条件方差模型创新分布
在计量经济学工具箱™中,创新过程的一般形式是 条件方差模型指定了条件方差过程的参数形式。创新分布对应于独立同分布(iid)过程的分布zt.
对于zt,你可以选择一个标准化的高斯或标准化的学生t分布与ν2个自由度。注意,如果zt遵循一个标准化的t分布,然后
在哪里Tν跟随学生的t分布与ν2个自由度。
的t分布对于在高斯分布下具有比预期更极端值的时间序列建模是有用的。在正态下,大于预期值的级数被称为具有过度峰度.
提示
评估模型残差的分布属性以确定高斯创新分布(默认分布)是否适合您的数据是一个很好的实践。
房地产分布
在模型中存储分布名称(以及的自由度)t分布)。的数据类型分布
是一个结构体
数组中。对于高斯创新分布,数据结构只有一个字段:的名字
.给学生的t分布时,数据结构必须有两个字段:
的名字
,有价值“t”
景深
,标量值大于2 (南
是默认值)
如果创新分布为高斯分布,则不需要为赋值分布
.garch
,egarch
,gjr
创建所需的数据结构。
为了说明这一点,考虑指定GARCH(1,1)模型:
Mdl = garch(1,1)
描述:“garch(1,1)条件方差模型(高斯分布)”分布:名称= "高斯" P: 1 Q: 1常量:NaN GARCH: {NaN} at lag [1] ARCH: {NaN} at lag[1]偏移量:0
模型输出显示了这一点分布
是一个结构体
数组只有一个字段,的名字
,值为“高斯”
.
当指定一个学生的t创新分布,你可以指定未知或已知自由度的分布。如果自由度未知,你可以简单地赋值分布
的值“t”
.默认情况下,属性分布
有字段的数据结构吗的名字
等于“t”
,和字段景深
等于南
.当您输入模型时估计
,自由度与任何其他未知模型参数一起估计。
例如,用iid Student 's指定一个GJR(2,1)模型t自由度未知的创新分布:
GJRMdl = gjr(“GARCHLags”1:2,“ARCHLags”,1,“LeverageLags”,1,...“分布”,“t”)
描述:“gjr(2,1)条件方差模型(t分布)”分布:Name = "t", DoF = NaN P: 2 Q: 1常量:NaN GARCH:滞后时{NaN NaN} [1 2] ARCH:滞后[1]时{NaN}杠杆:滞后[1]时{NaN}偏移量:0
输出显示分布
是具有两个字段的数据结构。场的名字
有价值“t”
,和字段景深
有价值南
.
如果自由度是已知的,并且你想设置一个相等约束,分配a结构体
数组来分布
与字段的名字
而且景深
.在这种情况下,如果模型被输入到估计
,自由度将不会被估计(维持相等约束)。
用iid Student 's指定GARCH(1,1)模型t八自由度分布:
garch(“GARCHLags”,1,“ARCHLags”,1,...“分布”结构(“名字”,“t”,“景深”8))
GARCHMdl = garch属性:描述:“garch(1,1)条件方差模型(t分布)”分布:Name = "t", DoF = 8 P: 1 Q: 1常量:NaN GARCH: {NaN} at lag [1] ARCH: {NaN} at lag [1] Offset: 0
输出显示了指定的创新分布。
在工作区中存在模型后,您可以修改它分布
属性使用点表示法。属性的字段不能修改分布
数据结构直接。例如,garchmld . distribution . dof = 8
不是有效的赋值。但是,您可以获得各个字段。
将现有模型中创新过程的分布改变为学生的分布t自由度未知的分布,类型:
Mdl。分布=“t”;
将分布改为at已知自由度的分布,使用数据结构:
Mdl。分布= struct(“名字”,“t”,“景深”8);
你可以得到个体分布
字段:
tDoF = mld . distribution . dof
tDoF = 8
改变学生的创新分布t回到高斯分布,类型为:
Mdl。分布=“高斯”
描述:“garch(1,1)条件方差模型(高斯分布)”分布:名称= "高斯" P: 1 Q: 1常量:NaN GARCH: {NaN} at lag [1] ARCH: {NaN} at lag[1]偏移量:0
的的名字
字段更新为“高斯”
,不再有一个景深
字段。