Выполните остаточную диагностику модели GARCH Используя приложение Econometric Modeler

В этом примере показано, как оценить предположения модели GARCH путем выполнения остаточной диагностики с помощью приложения Econometric Modeler. Набор данных, сохраненный в CAPMuniverse.mat, содержит данные о рынке для ежедневной газеты, возвращается из запасов и наличных денег (денежный рынок) с периода 1 января 2000 до 7 ноября 2005. Полагайте, что моделирование индекса рынка возвращается (MARKET).

Импортируйте данные в Econometric Modeler

В командной строке загрузите CAPMuniverse.mat набор данных.

load CAPMuniverse

Ряды находятся в расписании AssetsTimeTable.

В командной строке откройте приложение Econometric Modeler.

econometricModeler

В качестве альтернативы откройте приложение из галереи Apps (см. Econometric Modeler).

Импортируйте AssetsTimeTable в приложение:

  1. На вкладке Econometric Modeler, в разделе Import, нажатии кнопки.

  2. В диалоговом окне Import Data, в столбце Import?, устанавливают флажок для AssetsTimeTable переменная.

  3. Нажмите Import.

Индексные переменные рынка, включая MARKET, появитесь в Data Browser, и график временных рядов, содержащий весь ряд, появляется в окне рисунка Time Series Plot(APPL).

Постройте ряд

Постройте ряд индекса рынка путем двойного клика по MARKET временные ряды в Data Browser.

Ряд, кажется, колеблется вокруг y = 0 и кластеризация энергозависимости выставок. Рассмотрите модель GARCH(1,1) без среднего смещения для ряда.

Задайте и оцените модель GARCH

Задайте модель GARCH(1,1) без среднего смещения.

  1. В Data Browser выберите MARKET.

  2. На вкладке Econometric Modeler, в разделе Models, кликают по стреле, чтобы отобразить галерею моделей.

  3. В галерее моделей, в разделе GARCH Models, нажимают GARCH.

  4. В диалоговом окне GARCH Model Parameters, на вкладке Lag Order:

    1. Установите GARCH Degree на 1.

    2. Установите ARCH Degree на 1.

  5. Нажмите Estimate.

Переменная GARCH_MARKET модели появляется в разделе Models Data Browser, и его сводные данные оценки появляются в документе Model Summary(GARCH_MARKET).

Значения p содействующих оценок близко к нулю, который указывает, что оценки являются значительными. Выведенные условные отклонения показывают высокую волатильность до 2 003, затем маленькая энергозависимость до 2 005. Стандартизированные остаточные значения, кажется, колеблются вокруг y = 0, и существуют несколько большие (в величине) остаточные значения.

Проверяйте качество подгонки

Оцените, являются ли стандартизированные остаточные значения нормально распределенными и некоррелироваными. Затем оцените, имеет ли остаточный ряд непрекращающееся условное выражение heteroscedasticity.

Оцените, нормально распределены ли стандартизированные остаточные значения путем графического вывода их гистограммы и графика квантиля квантиля:

  1. В Data Browser выберите GARCH_MARKET.

  2. На вкладке Econometric Modeler, в разделе Diagnostics, нажимают Residual Diagnostics> Residual Histogram.

  3. В разделе Diagnostics нажмите Residual Diagnostics> Residual Q-Q Plot.

Гистограмма и график квантиля квантиля появляются в Histogram(GARCH_MARKET) и окнах рисунка QQPlot(GARCH_MARKET), соответственно.

Оцените, автокоррелируются ли стандартизированные остаточные значения путем графического вывода их автокорреляционной функции (ACF).

  1. В Data Browser выберите GARCH_MARKET.

  2. На вкладке Econometric Modeler, в разделе Diagnostics, нажимают Residual Diagnostics> Autocorrelation Function.

График ACF появляется в окне рисунка ACF(GARCH_MARKET).

Оцените, имеет ли остаточный ряд непрекращающееся условное выражение heteroscedasticity путем графического вывода ACF стандартизированных остаточных значений в квадрате:

  1. В Data Browser выберите GARCH_MARKET.

  2. Кликните по вкладке Econometric Modeler. Затем в разделе Diagnostics нажмите Residual Diagnostics> Squared Residual Autocorrelation.

ACF стандартизированных остаточных значений в квадрате появляется в окне рисунка ACF(GARCH_MARKET)2.

Расположите гистограмму, график квантиля квантиля, ACF и ACF стандартизированного остаточного ряда в квадрате так, чтобы они заняли четыре квадранта правой панели:

  1. Перетащите окно рисунка ACF(GARCH_MARKET)2 к нижней части панели.

  2. Перетащите окно рисунка ACF(GARCH_MARKET) к третьему квадранту.

  3. Перетащите окно рисунка Histogram(GARCH_MARKET) к первому квадранту.

Несмотря на то, что результаты показывают несколько больших стандартизированных остаточных значений, они, кажется, приблизительно нормально распределены. Графики ACF стандартизированных и стандартизированных остаточных значений в квадрате не содержат значительных автокорреляций. Поэтому разумно прийти к заключению, что стандартизированные остаточные значения являются некоррелироваными и гомоскедастичными.

Смотрите также

Приложения

Объекты

Функции

Похожие темы

Для просмотра документации необходимо авторизоваться на сайте