Estymacja modelu GJR GARCH
Podobnie jak każdy model GARCH, model GJR GARCH służy do prognozowania zmienności. Użyjemy go teraz do przewidywania zmienności dziennych stóp zwrotu Microsoft w okresie od 1999 do 2017 roku.
Stopy zwrotu są dostępne w konsoli jako zmienna msftret. Standardowe prognozy zmienności dla modelu GARCH zostały już obliczone i są dostępne w obiekcie sgarchvol.
To ćwiczenie jest częścią kursu
Modele GARCH w R
Instrukcje do ćwiczenia
- Określ specyfikację modelu GJR GARCH z rozkładem skośnego t-Studenta.
- Przeprowadź estymację modelu.
- Porównaj zmienność z modelu GJR GARCH ze zmiennością zapisaną w
sgarchvol.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Specify the GJR GARCH model
garchspec <- ___(mean.model = list(armaOrder = c(0,0)),
___ = list(model = ___),
___ = ___)
# Estimate the model and compute volatility
gjrgarchfit <- ___(data = ___, spec = ___)
gjrgarchvol <- ___(___)
# Compare volatility
plotvol <- plot(abs(msftret), col = "grey")
plotvol <- addSeries(___, col = "red", on=1)
plotvol <- addSeries(sgarchvol, col = "blue", on=1)
plotvol