LoslegenKostenlos starten

Stichprobe für die Schätzung ändern

Es gibt mehrere Gründe, warum die Gültigkeit des GARCH-Modells abgelehnt werden kann. Möglich sind falsche Annahmen für den Mittelwert, die Varianz oder die Verteilung. Es kann auch sein, dass die Renditezeitreihe nicht durch einen einzigen Satz von GARCH-Parametern beschrieben werden kann. Angesichts der dynamischen Natur der Finanzmärkte ist es tatsächlich realistisch zu erwarten, dass sich GARCH-Parameter im Zeitverlauf ändern. Lass uns daher unser GARCH-Modell auf den 2500 jüngsten EUR/USD-Renditen neu schätzen, statt die Analyse auf allen 4961 Renditen durchzuführen.

Diese Übung ist Teil des Kurses

<Kurs>GARCH-Modelle in R</Kurs>
Kurs ansehen

Übungsanweisungen

  • Verwende die Funktion tail(), um das GARCH-Modell auf den letzten 2500 Beobachtungen zu schätzen
  • Berechne die standardisierten Renditen
  • Führe den Ljung-Box-Test durch, dass alle Autokorrelationen der Ordnung 1,…,22 gleich null sind.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Estimate the model on the last 2500 observations
tgarchspec <- ___( mean.model = list(armaOrder = c(0,0)),
                        variance.model = list(model = "sGARCH"),
                        distribution.model = "std")
tgarchfit <- ___( data = ___(EURUSDret, ___) , spec = tgarchspec)

# Compute standardized returns
stdEURUSDret <- ___(tgarchfit, standardize = TRUE)

# Do the Ljung-Box test on the absolute standardized returns
___(abs(stdEURUSDret), 22, type = "Ljung-Box")
Code bearbeiten und ausführen