始める無料で始める

平均二乗予測誤差

GJR GARCH モデルは GARCH モデルの一般化版です。そのため、平均二乗誤差（MSE）がより小さくなり、当てはまりが良くなるはずです。これを、Microsoft のリターン msftret で確かめましょう。garchfit は標準的な GARCH(1,1) モデルによる推定、gjrfit は GJR モデルによる推定に対応します。平均に対する予測誤差ベクトル \(e\) は、residuals() メソッドで計算できることを思い出してください。分散に対する予測誤差は、\(e^2\) と予測された GARCH 分散の差に等しいです。

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

  • residuals() メソッドを使って、平均に対する予測誤差ベクトルを計算します。
  • garchfit の推定結果に対する MSE を計算するコードを完成させます。
  • gjrfit の推定結果に対する MSE を計算します。

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。

# 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
___
コードを編集して実行