Začněte nyníZačněte zdarma

Odhad nenormálního GARCH modelu

Funkce ugarchfit() provádí společný odhad všech parametrů střední hodnoty, rozptylu i rozdělení. Obecným přístupem je použití zešikmého Studentova t-rozdělení. V takovém případě je potřeba odhadnout také parametry skew a shape, tedy \(\xi\) a \(\nu\).

V tomto cvičení přizpůsobíš GARCH model se zešikmým Studentovým t-rozdělením na simulovanou řadu výnosů ret. Skutečný model použitý k simulaci má tyto parametry: list(mu = 0, ar1 = 0, ma1 = 0, omega = 6*10^(-7), alpha1 = 0.07, beta1 = 0.9, skew = 0.9, shape = 5)

Uvidíš, že získané odhady parametrů se blíží skutečným hodnotám. Rozdíl mezi odhadnutým a skutečným parametrem se nazývá chyba odhadu. U dlouhých časových řad bývá tato chyba zpravidla malá.

Toto cvičení je součástí kurzu

GARCH modely v R

Zobrazit kurz

Pokyny k cvičení

  • Vykresli řadu výnosů ret a všimni si výrazně záporného výnosu.
  • Dokonči instrukce pro specifikaci GARCH modelu se zešikmým Studentovým t-rozdělením.
  • Odhadni model.
  • Extrahuj koeficienty ze získaného objektu ugarchfit.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Plot the return series
 ___

# Specify the garch model to be used
garchspec <- ___(mean.model = list(armaOrder = c(0,0)),
                       variance.model = list(model = "sGARCH"),
                        ___ = ___)

# Estimate the model
garchfit <- ___(data = ___, spec = ___)

# Inspect the coefficients
___(___)
Upravit a spustit kód