始める無料で始める

GARCH モデルの“味”を指定して試してみましょう

この先の章で、GARCH モデルにはさまざまなバリエーションがあることを見ていきます。そのため、まずは使いたい平均モデル、分散モデル、そして誤差分布を指定する必要があります。最適なモデルは用途に依存します。現実的な GARCH 分析では、複数の GARCH モデルを指定・推定し、検証する流れが基本です。

R では、Alexios Ghalanos による rugarch パッケージのおかげでこれが簡単に行えます。パッケージはすでに読み込まれています。ここでは sp500ret の日次リターンの分析に適用します。

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

  • ugarchspec() を使って、定数平均かつ予測誤差が正規分布に従う標準 GARCH(1,1) モデルを推定するように指定してください。
  • ugarchfit() を使って最尤法でモデルを推定してください。
  • メソッド sigma() を使って推定されたボラティリティを取得してください。
  • 2017 年のボラティリティ予測をプロットしてください。

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。

# Specify a standard GARCH model with constant mean
garchspec <- ___(mean.model = list(armaOrder = ___),
                 variance.model = list(model = "___"), 
                 distribution.model = "___")

# Estimate the model
garchfit <- ___(data = ___, spec = ___)

# Use the method sigma to retrieve the estimated volatilities 
garchvol <- ___ 

# Plot the volatility for 2017
___(___["2017"])
コードを編集して実行