ComenzarEmpieza gratis

Estimación de un modelo GARCH no normal

La función ugarchfit() realiza una estimación conjunta de todos los parámetros de la media, la varianza y la distribución. Un enfoque general es usar una distribución t de Student asimétrica (skewed). En ese caso, también tienes que estimar los parámetros skew y shape, \(\xi\) y \(\nu\).

En este ejercicio, ajustas el modelo GARCH con distribución t de Student asimétrica a una serie simulada de rendimientos llamada ret. El modelo verdadero usado para simular tiene los siguientes parámetros list(mu = 0, ar1 = 0, ma1 = 0, omega = 6*10^(-7), alpha1 = 0.07, beta1 = 0.9, skew = 0.9, shape = 5)

Verás que las estimaciones de los parámetros son cercanas a los valores verdaderos. La diferencia entre el parámetro estimado y el verdadero se llama error de estimación. En series largas, este error suele ser pequeño.

Este ejercicio forma parte del curso

Modelos GARCH en R

Ver curso

Instrucciones del ejercicio

  • Representa la serie de rendimientos ret y observa el gran rendimiento negativo.
  • Completa las instrucciones para especificar un modelo GARCH con distribución t de Student asimétrica.
  • Estima el modelo.
  • Extrae los coeficientes del objeto ugarchfit obtenido.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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
___(___)
Editar y ejecutar código