MTS：分析多变量时间序列（MTS）的通用工具包和估计多元波动率模型
多元时间序列（MTS）是分析多元线性时间序列和估计多元波动率模型的通用软件包。它还处理因子模型、约束因子模型、金融和计量经济学中常用的渐近主成分分析以及主波动性成分分析。（a） 对于多元线性时间序列分析，该软件包对许多广泛使用的模型执行模型规范、估计、模型检查和预测，包括向量AR模型、向量MA模型、向量ARMA模型、季节向量ARMA模式、带外生变量的VAR模型、，具有时间序列误差的多元回归模型、增广VAR模型和协整时间序列的纠错VAR模型。对于模型规范，包执行结构规范以克服VARMA模型的可识别性困难。用于结构规范的方法包括克罗内克指数和标量分量模型。（b） 对于多元波动率建模，MTS软件包处理了几种常用的模型，包括多元指数加权移动平均波动率、Cholesky分解波动率模型、动态条件相关（DCC）模型、基于copula的波动率模型和低维BEKK模型。该软件包还考虑了条件异方差的多种测试，包括基于等级的统计。（c） 最后，MTS包还使用扩散指数、传递函数分析、VAR模型的贝叶斯估计和缺失值的多元时间序列分析进行预测。用户还可以使用该软件包模拟VARMA模型，计算拟合VARMA模式的脉冲响应函数，以及计算给定VARMA模块的理论互协方差矩阵。
文档：
下载内容：
反向依赖关系：
链接：
请使用规范形式https://CRAN.R-project.org/package=MTS链接到此页面。