Модель GJR

Модель Glosten-Jagannathan-Runkle GARCH для кластеризации волатильности

Если негативные потрясения способствуют большей волатильности, чем положительные потрясения, то можно смоделировать инновационный процесс с помощью модели GJR и включить эффекты рычага. Для получения дополнительной информации о том, как смоделировать кластеризацию волатильности с помощью модели GJR, смотрите gjr.

Приложения

Econometric ModelerАнализируйте и моделируйте эконометрические временные ряды

Функции

расширить все

gjrМодель временных рядов условных отклонений GJR
estimateПодбор модели условных отклонений к данным
inferВывод условных отклонений моделей условных отклонений
summarizeОтобразите результаты оценки модели условного отклонения
simulateСимуляция Монте-Карло моделей условного отклонения
filterФильтруйте нарушения порядка через модель условного отклонения
forecastПрогнозируйте условные отклонения от моделей условных дисперсий

Примеры и как

Создайте модель

Задайте модели GJR

Создайте модели GJR с помощью gjr или приложение Econometric Modeler.

Изменение свойств моделей условных отклонений

Измените изменяемые свойства модели с помощью записи через точку.

Задайте модель условных отклонений Innovation Distribution

Задайте Гауссов или t распределенных инноваций процесс.

Задайте модель условного отклонения для валютных курсов

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

Задайте условные модели среднего и отклонения

Создайте композитную условную модель среднего и дисперсионной.

Подгонка модели к данным

Сравнение статистики модели условных отклонений с использованием приложения Econometric Modeler

Интерактивно задайте и подгоните модели GARCH, EGARCH и GJR к данным. Затем определите модель, которая подходит к данным лучше всего путем сравнения статистики подгонки.

Тест коэффициента правдоподобия для моделей условных отклонений

Подгонка двух конкурирующих, условных моделей отклонения к данным, а затем сравнение их подгонок с помощью теста коэффициента правдоподобия.

Оценка условной модели среднего и отклонения

Оцените составную условную модель среднего и отклонения.

Выполните остаточную диагностику модели GARCH с помощью приложения Econometric Modeler

Интерактивно оценивайте допущения модели после подгонки данных к модели GARCH путем выполнения остаточной диагностики.

Вывод условных отклонений и невязок

Выведите условные отклонения из подобранной модели условной дисперсии.

Поделитесь результатами сеанса приложения Econometric Modeler

Экспорт переменных в MATLAB® Рабочая область, сгенерируйте простой текст и live функции, которые возвращают модель, оцененную в сеансы приложения, или сгенерируйте отчет, записывающий ваши действия в временных рядах и предполагаемых моделях в сеансе приложения Econometric Modeler.

Использование теории экстремальных значений и копул для оценки рыночного риска

Этот пример показывает, как смоделировать рыночный риск гипотетического глобального портфеля индекса собственного капитала с помощью метода симуляции Монте-Карло с помощью Student's t copula и Extreme Value Theory (EVT).

Сгенерируйте симуляции Монте-Карло

Симулируйте модель условного отклонения

симулируйте модель условного отклонения.

Симулируйте модели GARCH

Симулируйте из процесса GARCH с данными предварительного образца и без них.

Симулируйте условные модели среднего и отклонения

Моделируйте отклики и условные отклонения от композитной условной модели среднего и дисперсии.

Сгенерируйте минимальные прогнозы квадратной ошибки

Прогноз моделей GJR

Сгенерируйте прогнозы MMSE из модели GJR.

Прогнозирование модели условного отклонения

Прогнозируйте курс иностранных валют Deutschmark/British pound с помощью подобранной модели условного отклонения.

Прогнозирование условного среднего и дисперсионной модели

Прогнозные отклики и условные отклонения от составной условной модели среднего и дисперсии.

Концепции

Обзор приложения Econometric Modeler

Приложение Econometric Modeler является интерактивным инструментом для визуализации и анализа одномерных данных временных рядов.

Определение полиномов оператора задержки в интерактивном режиме

Задайте полиномиальные условия оператора задержки для оценки модели временных рядов с помощью Econometric Modeler.

Модели условных отклонений

Узнайте о моделях, которые составляют кластеризацию волатильности.

Максимальная оценка правдоподобия для моделей условных отклонений

Узнайте, как осуществляется максимальная правдоподобность для моделей условных отклонений.

Оценка модели условных отклонений с ограничениями равенствами

Ограничьте модель во время оценки, используя известные значения параметров.

Предварительный образец данных для оценки модели условных отклонений

Задайте данные предварительного образца, чтобы инициализировать модель.

Начальные значения для оценки модели условных отклонений

Задайте начальные значения параметров для оценки.

Настройки оптимизации для оценки модели условных отклонений

Диагностируйте проблемы оценки путем определения альтернативных опций оптимизации.

Симуляция Монте-Карло моделей условных отклонений

Узнайте о симуляции Монте-Карло.

Предварительный образец данных для симуляции модели условных отклонений

Узнайте о предварительном образце требований к симуляции.

Монте-Карло прогнозирование моделей условных отклонений

Узнайте о прогнозировании Монте-Карло.

MMSE прогнозирование моделей условных отклонений

Узнайте о прогнозировании MMSE.

Для просмотра документации необходимо авторизоваться на сайте