exponenta event banner

Прогнозирование модели VAR с использованием моделирования Monte Carlo

В этом примере показано, как использовать моделирование Monte Carlo через simulate для прогнозирования модели VAR.

simulate позволяет создавать моделирование временных рядов на основе модели. Если у вас есть надежный объект модели VAR, вы можете использовать эти моделирования в качестве примера прогнозов.

simulate требует:

  • Модель (EstMdl в следующем)

  • Количество периодов для прогноза (numobs в следующем)

simulate опционально принимает:

  • Экзогенный ряд данных

  • Предварительный временной ряд (Y(end-3:end,:) в следующем)

  • Будущие примеры ответов для условного моделирования

  • Количество реализаций или путей для моделирования (2000 в следующем)

Загрузить Data_USEconModel набор данных. В этом примере используются два временных ряда: логарифм реального ВВП и реальная 3-месячная ставка T-bill, которые различаются, чтобы быть приблизительно неподвижными. Для иллюстрации модель VAR (4) описывает временной ряд.

load Data_USEconModel
DEF = log(DataTable.CPIAUCSL);
GDP = log(DataTable.GDP);
rGDP = diff(GDP - DEF); % Real GDP is GDP - deflation
TB3 = 0.01*DataTable.TB3MS;
dDEF = 4*diff(DEF); % Scaling
rTB3 = TB3(2:end) - dDEF; % Real interest is deflated
Y = [rGDP,rTB3];

Подгонка спецификации модели VAR (4).

Mdl = varm(2,4);
Mdl.SeriesNames = {'Transformed real GDP','Transformed real 3-mo T-bill rate'};
EstMdl = estimate(Mdl,Y);

Определите горизонт прогноза.

numobs = 21;
FDates = dateshift(DataTable.Time(end),'end','quarter',1:numobs);

Моделирование модели для numobs шаги вперед и создание 2000 путей. Укажите предварительные наблюдения из конца данных.

rng(1); %For reproducibility
Ysim = simulate(EstMdl,numobs,'Y0',Y(end-3:end,:),'NumPaths',2000);

Рассчитайте среднее и стандартное отклонение моделируемого ряда:

Ymean = mean(Ysim,3); % Calculate means
Ystd = std(Ysim,0,3); % Calculate std deviations

Постройте график среднего +/- 1 стандартного отклонения для моделируемого ряда:

figure;
subplot(2,1,1)
plot(DataTable.Time(end-10:end),Y(end-10:end,1),'k')
hold('on')
plot([DataTable.Time(end) FDates],[Y(end,1);Ymean(:,1)],'r')
plot([DataTable.Time(end) FDates],[Y(end,1);Ymean(:,1)]+[0;Ystd(:,1)],'b')
plot([DataTable.Time(end) FDates],[Y(end,1);Ymean(:,1)]-[0;Ystd(:,1)],'b')
title('Transformed real GDP')
subplot(2,1,2)
plot(DataTable.Time(end-10:end),Y(end-10:end,2),'k')
hold('on')
plot([DataTable.Time(end) FDates],[Y(end,2);Ymean(:,2)],'r')
plot([DataTable.Time(end) FDates],[Y(end,2);Ymean(:,2)]+[0;Ystd(:,2)],'b')
plot([DataTable.Time(end) FDates],[Y(end,2);Ymean(:,2)]-[0;Ystd(:,2)],'b')
title('Transformed real 3-mo T-bill rate')

Figure contains 2 axes. Axes 1 with title Transformed real GDP contains 4 objects of type line. Axes 2 with title Transformed real 3-mo T-bill rate contains 4 objects of type line.

См. также

Объекты

Функции

Связанные темы