exponenta event banner

Модель GJR

Модель Glosten-Jagannathan-Runkle GARCH для кластеризации волатильности

Если негативные шоки вносят больший вклад в волатильность, чем позитивные, то можно смоделировать процесс инноваций с помощью модели GJR и включить эффекты левериджа. Дополнительные сведения о моделировании кластеризации волатильности с использованием модели GJR см. в разделе gjr.

Приложения

Эконометрический моделистАнализ и моделирование эконометрических временных рядов

Функции

развернуть все

gjrМодель временного ряда условной дисперсии GJR
estimateСоответствие модели условного отклонения данным
inferОпределение условных отклонений моделей условных отклонений
summarizeОтображение результатов оценки модели условного отклонения
simulateМонте-Карло моделирование моделей условной дисперсии
filterФильтрация возмущений по модели условной дисперсии
forecastПрогнозирование условных отклонений от моделей условных отклонений

Примеры и способы

Создать модель

Определение моделей GJR

Создание моделей GJR с помощью gjr или приложение Econometric Modeler.

Изменение свойств моделей условных отклонений

Изменение модифицируемых свойств модели с помощью точечных обозначений.

Определение инновационного распределения модели условных отклонений

Укажите процесс Gaussian или t распределенных инноваций.

Определение модели условного отклонения для валютных курсов

Создайте модель условного отклонения для ежедневных валютных курсов Deutschmark/British pound.

Определение моделей условного среднего и отклонения

Создание составного условного среднего и модели дисперсии.

Подгонка модели к данным

Сравнение статистики соответствия модели условных отклонений с помощью приложения Econometric Modeler

Интерактивное определение и подгонка моделей GARCH, EGARCH и GJR к данным. Затем определите модель, которая наилучшим образом соответствует данным, сравнивая статистику соответствия.

Тест отношения правдоподобия для моделей условных отклонений

Подгоните две конкурирующие модели условной дисперсии к данным, а затем сравните их соответствия с помощью теста отношения правдоподобия.

Оценка модели условного среднего и отклонения

Оценка составного условного среднего и модели дисперсии.

Выполнение остаточной диагностики модели GARCH с помощью приложения Econometric Modeler

Интерактивная оценка предположений модели после подгонки данных к модели GARCH путем выполнения остаточной диагностики.

Определение условных отклонений и остатков

Выведите условные отклонения из установленной модели условных отклонений.

Поделиться результатами сеанса приложения Econometric Modeler

Экспортируйте переменные в рабочую область MATLAB ®, создавайте обычный текст и живые функции, возвращающие модель, оцененную в сеансе приложения, или создавайте отчет с записью действий во временных рядах и оценочных моделях в сеансе приложения Econometric Modeler.

Использование экстремальной теории стоимости и копул для оценки рыночного риска

В этом примере показано, как смоделировать рыночный риск гипотетического портфеля глобальных индексов акций с помощью метода моделирования Монте-Карло с использованием студенческой копулы и экстремальной теории стоимости (EVT).

Создание моделирования Монте-Карло

Моделирование модели условного отклонения

смоделировать модель условного отклонения.

Моделирование моделей GARCH

Моделирование из процесса GARCH с указанием данных предварительной выборки и без него.

Моделирование моделей условного среднего и отклонения

Моделирование откликов и условных отклонений из составной модели условного среднего и дисперсии.

Создать прогнозы минимальной среднеквадратической ошибки

Прогнозные модели GJR

Создание прогнозов MMSE на основе модели GJR.

Прогнозирование модели условного отклонения

Прогнозировать валютный курс Deutschmark/British pound с использованием модели условного отклонения.

Прогнозная модель условного среднего и отклонения

Прогнозные отклики и условные отклонения из составной модели условного среднего и отклонения.

Понятия

Обзор приложения Econometric Modeler

Приложение Econometric Modeler - это интерактивный инструмент для визуализации и анализа одномерных данных временных рядов.

Задание многочленов оператора задержки в интерактивном режиме

Задайте полиномиальные члены оператора запаздывания для оценки модели временных рядов с помощью Econometric Modeler.

Модели условных отклонений

Узнайте о моделях, которые учитывают кластеризацию волатильности.

Оценка максимального правдоподобия для моделей условных отклонений

Узнайте, как выполняется максимальное правдоподобие для моделей условной дисперсии.

Оценка модели условной дисперсии с ограничениями равенства

Ограничение модели во время оценки с использованием известных значений параметров.

Предварительные данные для оценки модели условных отклонений

Укажите данные предварительного отбора для инициализации модели.

Начальные значения для оценки модели условных отклонений

Укажите начальные значения параметров для оценки.

Параметры оптимизации для оценки модели условных отклонений

Устранение проблем с оценкой путем указания альтернативных вариантов оптимизации.

Моделирование моделей условных отклонений Монте-Карло

Узнайте о симуляции Монте-Карло.

Предварительный пример данных для моделирования модели условного отклонения

Узнайте о предварительных требованиях к моделированию.

Монте-Карло Прогнозирование моделей условных отклонений

Узнайте о прогнозировании Монте-Карло.

MMSE Прогнозирование моделей условных отклонений

Узнайте о прогнозировании MMSE.