以AR(3)-GARCH(2,1)模型为例:首先在主窗口输入LS RR RR(-1) (-2) (-3)得出Variable Coefficient Std. Error t-Statistic Prob. RR(-1) (-2) (-3) 然后在点estimate 在下拉选项中选择ARCH在命令窗口中再次输入LS RR RR(-1) (-2) (-3)并在ARCH出填入2,GARCH处为1,得出结果Variance backcast: ON GARCH = C(4) + C(5)*RESID(-1)^2 + C(6)*RESID(-2)^2 + C(7) *GARCH(-1) Coefficient Std. Error z-Statistic Prob. RR(-1) (-2) (-3) Equation C (-1)^2 (-2)^2 (-1) Mean dependent var R-squared . dependent var . of regression Akaike info criterion squared resid Schwarz criterion likelihood Durbin-Watson stat 是上证综合指数的周收益,用此AR(3)-GARCH(2,1)是用残差来检验超额收益的。
具体如下:要使用 GARCH 模型,我们需要指定它。执行此操作的函数是 ugarchspec()。我认为最重要的参数是 和 。 是一个命名列表,也许最感兴趣的两个元素是 model 和 garchOrder。model 是一个字符串,指定拟合哪种类型的 GARCH 模型。
一种偏斜-t分布的随机数生成方法及其Matlab实现.然后,以GARCH模型为例,探讨了该随机数生成器的在参数估计中的表现.极大似然估计的结果表明,各个系数的估计量均具有无偏性.这也就是说,该随机数生成器可以有效地应用于时间序模型,如GARCH模型的模拟.本研究的随机数生成器为基于蒙特卡罗技术,进一步讨论时间序列的偏斜特征如何影响模型参数估计的元偏性,效率性和渐近正态性等统计特性提供了基础.
360 浏览 4 回答
310 浏览 3 回答
241 浏览 4 回答
228 浏览 3 回答
173 浏览 3 回答
229 浏览 3 回答
131 浏览 3 回答
234 浏览 4 回答
86 浏览 3 回答
332 浏览 4 回答
201 浏览 3 回答
174 浏览 3 回答
106 浏览 5 回答
158 浏览 3 回答
235 浏览 3 回答
168 浏览 7 回答
206 浏览 3 回答
116 浏览 2 回答
339 浏览 4 回答
323 浏览 5 回答
246 浏览 3 回答
98 浏览 3 回答
240 浏览 8 回答
248 浏览 4 回答
95 浏览 4 回答