Zacznij terazZacznij za darmo

Estymacja modelu GARCH z rozkładem innym niż normalny

Funkcja ugarchfit() przeprowadza łączną estymację wszystkich parametrów modelu średniej, wariancji i rozkładu. Ogólnym podejściem jest zastosowanie skośnego rozkładu t-Studenta. Wymaga to estymacji dodatkowych parametrów: skew i shape, oznaczanych odpowiednio \(\xi\) i \(\nu\).

W tym ćwiczeniu dopasowujesz model GARCH ze skośnym rozkładem t-Studenta do symulowanej serii zwrotów o nazwie ret. Prawdziwy model użyty do symulacji ma następujące parametry: list(mu = 0, ar1 = 0, ma1 = 0, omega = 6*10^(-7), alpha1 = 0.07, beta1 = 0.9, skew = 0.9, shape = 5)

Przekonasz się, że uzyskane estymaty są bliskie prawdziwym wartościom parametrów. Różnica między estymatem a prawdziwą wartością nosi nazwę błędu estymacji. W przypadku długich szeregów czasowych błąd ten jest zazwyczaj niewielki.

To ćwiczenie jest częścią kursu

Modele GARCH w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Wykreśl serię zwrotów ret i zwróć uwagę na duży ujemny zwrot.
  • Uzupełnij instrukcje, aby zdefiniować model GARCH ze skośnym rozkładem t-Studenta.
  • Dokonaj estymacji modelu.
  • Wyodrębnij współczynniki z uzyskanego obiektu ugarchfit.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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
___(___)
Edytuj i uruchom kod