Aan de slagBegin gratis

Schatting van een niet-normaal GARCH-model

De functie ugarchfit() voert een gezamenlijke schatting uit van alle parameters voor het gemiddelde, de variantie en de verdeling. Een gangbare aanpak is om een scheve student-t-verdeling te gebruiken. Je moet dan ook de parameters skew en shape schatten, \(\xi\) en \(\nu\).

In deze oefening pas je het GARCH‑model met een scheve student‑t‑verdeling toe op een gesimuleerde rendementenreeks ret. Het echte model dat voor de simulatie is gebruikt heeft de volgende parameters list(mu = 0, ar1 = 0, ma1 = 0, omega = 6*10^(-7), alpha1 = 0.07, beta1 = 0.9, skew = 0.9, shape = 5)

Je zult zien dat je parameterschattingen krijgt die dicht bij de echte parameters liggen. Het verschil tussen de geschatte en de echte parameter heet de schattingsfout. Bij lange tijdreeksen is die fout meestal klein.

Deze oefening maakt deel uit van de cursus

GARCH-modellen in R

Bekijk cursus

Oefeninstructies

  • Plot de rendementenreeks ret en let op het grote negatieve rendement.
  • Voltooi de instructies om een GARCH‑model met een scheve student‑t‑verdeling te specificeren.
  • Schat het model.
  • Haal de coëfficiënten op uit het verkregen ugarchfit‑object.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Plot the return series
 ___

# Specify the garch model to be used
garchspec <- ___(mean.model = list(armaOrder = c(0,0)),
                       variance.model = list(model = "sGARCH"),
                        ___ = ___)

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

# Inspect the coefficients
___(___)
Code bewerken en uitvoeren