ComenzarEmpieza gratis

Errores cuadráticos medios de predicción

El modelo GJR-GARCH es una generalización del modelo GARCH. Por tanto, debería ajustar mejor en términos de un menor Error Cuadrático Medio (MSE). Verifiquémoslo con los rendimientos de Microsoft msftret, donde garchfit corresponde a la estimación con el modelo GARCH(1,1) estándar y gjrfit a la estimación con el modelo GJR. Recuerda que puedes calcular el vector de errores de predicción \(e\) para la media usando el método residuals(). El error de predicción para la varianza es la diferencia entre \(e^2\) y la varianza GARCH predicha.

Este ejercicio forma parte del curso

Modelos GARCH en R

Ver curso

Instrucciones del ejercicio

  • Calcula el vector de errores de predicción para las medias usando el método residuals().
  • Completa el código para calcular el MSE para la salida de la estimación garchfit.
  • Calcula el MSE para la salida de la estimación gjrfit.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Compute prediction errors
garcherrors <- ___(garchfit)
gjrerrors  <- ___(gjrfit)

# Compute MSE for variance prediction of garchfit model
___((___(garchfit)___ - garcherrors^2)___)

# Compute MSE for variance prediction of gjrfit model
___
Editar y ejecutar código