始める無料で始める

推定サンプルを変更する

GARCH モデルの妥当性が棄却される原因はいくつか考えられます。平均、分散、分布の仮定が不適切な場合があります。また、リターンの時系列が単一の GARCH パラメータ集合で記述できない可能性もあります。実際、金融市場は動的に変化するため、GARCH モデルのパラメータが時間とともに変化すると考えるのが現実的です。そこで、全 4961 観測ではなく、直近の EUR/USD の 2500 リターンに対して GARCH モデルを再推定してみましょう。

この演習はコースの一部です

Rで学ぶGARCHモデル

コースを見る

演習の手順

  • tail() 関数を使って、直近 2500 観測に対して GARCH モデルを推定します
  • 標準化リターンを計算します
  • ラグ 1 から 22 までの自己相関がすべて 0 であることを検定する Ljung-Box 検定を行います。

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。

# Estimate the model on the last 2500 observations
tgarchspec <- ___( mean.model = list(armaOrder = c(0,0)),
                        variance.model = list(model = "sGARCH"),
                        distribution.model = "std")
tgarchfit <- ___( data = ___(EURUSDret, ___) , spec = tgarchspec)

# Compute standardized returns
stdEURUSDret <- ___(tgarchfit, standardize = TRUE)

# Do the Ljung-Box test on the absolute standardized returns
___(abs(stdEURUSDret), 22, type = "Ljung-Box")
コードを編集して実行