1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶGARCHモデル
Connected

演習

モデルパラメータの影響を観察する

この演習では、あらかじめ用意された関数 simulate_GARCH() を再度呼び出し、GARCHモデルのパラメータがシミュレーション結果に与える影響を確認します。

具体的には、2つの GARCH(1,1) 時系列をシミュレーションします。入力は同じ omega と alpha を使い、beta だけを変えます。

GARCH(1,1) では、\(\beta\) は1期遅れ分散の係数です。\(\alpha\) を固定すると、\(\beta\) が大きいほどショックの影響が長く続きます。言い換えると、高ボラティリティや低ボラティリティの局面が持続しやすくなります。プロット結果に注意して、\(\beta\) の影響を確かめられるか観察してください。

指示1 / 2

undefined XP
  • 1
    • 200本のシミュレーションで、入力を omega = 0.1、alpha = 0.3、beta = 0.2 とした GARCH(1,1) プロセスを生成してください。
  • 2
    • 200本のシミュレーションで、入力を omega = 0.1、alpha = 0.3、beta = 0.6 とした GARCH(1,1) プロセスを生成してください。