Документация

Преддемонстрационные данные для условной оценки модели отклонения

Presample data является данными из моментов времени перед началом периода наблюдения. В Econometrics Toolbox™ можно задать собственные преддемонстрационные данные или использовать автоматически сгенерированные преддемонстрационные данные.

В условной модели отклонения, текущем значении инновационного условного отклонения, $${\sigma }_t^2,$$ зависит от исторической информации. Историческая информация включает прошлые условные отклонения, $${\sigma }_1^2,{\sigma }_2^2,\dots ,{\sigma }_{t-1}^2,$$ и прошлые инновации, $${\epsilon }_1,{\epsilon }_2,\dots ,{\epsilon }_{t-1}.$$

Количество прошлых отклонений и инноваций, от которых зависит текущее условное отклонение, определяется степенью условной модели отклонения. Например, в модели GARCH(1,1), каждое условное отклонение зависит от одного изолированного отклонения и изолированной инновации в квадрате,

В общем случае трудности возникают в начале ряда, потому что вклад вероятности первых нескольких инноваций является условным выражением на исторической информации, которая не наблюдается. В GARCH (1,1) пример, $${\sigma }_1^2$$ зависит от $${\sigma }_0^2$$ и $${\epsilon }_0.$$ Эти значения не наблюдаются.

Для GARCH (P, Q) и GJR (P, Q) модели, преддемонстрационные отклонения P и преддемонстрационные инновации Q необходимы, чтобы инициализировать уравнение отклонения. Для EGARCH (P, Q) модель, макс. (P, Q) преддемонстрационные отклонения и преддемонстрационные инновации Q необходимы, чтобы инициализировать уравнение отклонения.

Если вы хотите задать свои собственные преддемонстрационные отклонения и инновации к estimate, используйте аргументы name-value V0 и E0, соответственно.

По умолчанию, estimate генерирует автоматические преддемонстрационные данные можно следующим образом. Для моделей GARCH и GJR:

Для моделей EGARCH:

Смотрите также

Объекты

• garch | egarch | gjr

Функции

• estimate

Похожие темы

• Оценка наибольшего правдоподобия для условных моделей отклонения
• Условная оценка модели отклонения с ограничениями равенства
• Начальные значения для условной оценки модели отклонения
• Настройки оптимизации для условной оценки модели отклонения