CommencezCommencez gratuitement

Bornes des paramètres et effet sur les prévisions

Reprenons la spécification souple du modèle GARCH pour laquelle les coefficients estimés s'affichent dans la console. Supposons maintenant que, selon vous, le paramètre GARCH \(\alpha\) devrait se situer entre 0,05 et 0,1, tandis que le paramètre \(\beta\) serait entre 0,8 et 0,95. On vous demande ici de réestimer le modèle en imposant ces bornes et d'observer l'effet sur les prévisions de volatilité pour les dix prochains jours obtenues avec ugarchforecast.

Cette activité fait partie du cours

Modèles GARCH en R

Voir le cours

Instructions de l’exercice

  • Imposer les bornes c(0.05, 0.2) et c(0.8, 0.95) sur alpha1 et beta1.
  • Estimer le modèle avec bornes sur les rendements EURUSD.
  • Noter comment les coefficients ont changé.
  • Comparer dans un tableau les prévisions de volatilité pour les 10 prochains jours en utilisant les modèles non restreint et restreint.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Define bflexgarchspec as the bound constrained version
bflexgarchspec <- flexgarchspec
___(bflexgarchspec) <- list(___ = ___, ___ = ___)

# Estimate the bound constrained model
bflexgarchfit <- ugarchfit(data = EURUSDret, ___ = ___)

# Inspect coefficients
___(___)

# Compare forecasts for the next ten days
cbind(sigma(ugarchforecast(flexgarchfit, n.ahead = ___)),
      sigma(ugarchforecast(bflexgarchfit, n.ahead = ___)))
Modifier et exécuter le code