カバレッジの分布仮定に対する感度
GARCHモデルは、平均・分散・分布に関する仮定の集合です。素朴なやり方として正規分布を仮定することがありますが、Microsoftのような株式のデイリーリターンを分析する場合、この仮定は現実的ではありません。歪みを許す skewed student t 分布の方が実際の分布をより適切に表します。正規分布と skewed student t 分布の下で、5% Value-at-Risk のカバレッジを比較すると、この違いが明確になることを確認します。
この演習はコースの一部です
Rで学ぶGARCHモデル
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Take a default specification a with normal and skewed student t distribution
normgarchspec <- ___(distribution.model = ___)
sstdgarchspec <- ___(distribution.model = ___)