关于Matlab中用QML估计GARCH参数及ARIMA工具箱是否提供QML误差的问询

嘿，我来帮你理清这个问题：Matlab的Econometrics Toolbox（原来的ARIMA工具箱功能已经整合到这个工具箱里了）完全支持用准极大似然估计（QML，也就是高斯QML）拟合GARCH模型，而且会输出你需要的参数误差相关结果。

给你拆解下具体的细节和操作要点：

• 拟合GARCH模型时，默认的估计方法就是QML——因为GARCH模型的扰动项默认假设服从正态分布，这正好对应QML的框架。你也可以通过garchset设置估计选项，或者在调用estimate函数时指定'Distribution'为'Gaussian'，明确启用QML估计。
• 模型估计完成后，返回的模型对象里包含了全套误差相关结果：
  • 参数标准误：通过Model.StdErrors就能获取，默认是基于QML的方差-协方差矩阵计算的；如果需要稳健标准误，还可以在估计时设置'Robust'为'on'，得到异方差稳健的标准误。
  • t统计量与p值：Model.TStats和Model.PValues这两个属性，是基于标准误计算出来的，用来做参数的显著性检验非常方便。
  • 参数协方差矩阵：Model.CovarianceMatrix里包含了所有参数估计值之间的协方差信息，能帮你分析参数估计的相关性。

给你贴个简单的代码示例，快速上手：

% 加载示例收益率数据
load Data_EquityIdx;
returns = DataTable.Return;

% 定义一个GARCH(1,1)模型
model = garch(1,1);

% 用QML（高斯分布）估计模型，同时启用稳健标准误
estimatedModel = estimate(model, returns, 'Distribution', 'Gaussian', 'Robust', 'on');

% 查看参数标准误
disp(estimatedModel.StdErrors);
% 查看t统计量
disp(estimatedModel.TStats);

这里要提醒你：如果选择了非高斯分布（比如学生t分布），那就是极大似然估计（ML）而非QML了，所以要确保分布设置为高斯，才能用QML框架得到对应的误差结果。

内容的提问来源于stack exchange，提问作者Nina