Econometrics Toolbox 提供用于对经济和金融时间序列数据进行建模、分析和预测的函数与交互式工作流。该工具箱提供多种用于模型选择的可视化和诊断,包括针对自相关和异方差性、单位根和平稳性、协整性、因果性以及结构性更改的测试。您可以使用各种建模框架来估计、仿真和预测经济系统。这些框架既可以通过计量经济学建模器以交互方式使用,也可以通过工具箱中提供的函数以编程方式使用。这些框架包括回归、ARIMA、状态空间、GARCH、多元 VAR 和多元 VEC、以及转变模型。包含在该工具箱中的贝叶斯工具能够实现针对时变系统的自适应建模。
交互式时间序列建模
使用计量经济学建模器进行预处理、可视化,并执行模型识别和参数估计。估计并比较单变量以及多变量时间序列模型,并使用该 App 生成 MATLAB 代码或报告。
条件均值和回归建模
使用 ARIMA、贝叶斯回归、向量自回归 (VAR) 和向量误差修正 (VEC) 等模型来拟合、仿真和预测单变量及多变量时间序列。
产品资源:
Econometrics Toolbox 常见问题
Econometrics Toolbox 提供函数和交互式工作流,用于通过统计方法分析金融和经济系统的时间序列数据并进行建模。
Econometric Modeler App 计量经济学建模器是一款交互式 App,可用于对单变量和多变量时间序列数据进行预处理、可视化、模型识别、参数估计和预测,并可生成 MATLAB 代码或报告。
该工具箱支持回归、ARIMA、状态空间模型、GARCH、多元 VAR 和多元 VEC、转变模型,以及用于时变模型的贝叶斯工具。
该工具箱提供针对自相关、异方差性、单位根和平稳性、协整性、因果性、结构性变化和共线性的诊断检验。
可以。您可以使用各种建模框架估计、仿真和预测经济系统,既可以通过计量经济学建模器以交互方式进行,也可以使用工具箱函数以编程方式进行。
波动率建模支持使用 GARCH、GJR 和 EGARCH 等方差模型对波动率进行拟合、仿真和预测。
支持。该工具箱可以对存在结构性中断和经济机制转换的一元和多元时间序列的动态行为进行建模。
支持。您可以创建和仿真时不变或时变状态空间模型,并使用卡尔曼滤波器估计参数,即使存在缺失数据也可以进行估计。该工具箱还支持使用序列蒙特卡洛方法进行非线性状态空间建模。