Reakcja modelu GARCH(1,1) na jednorazowe szoki
Podejście GARCH modeluje wariancję przy użyciu błędów predykcji \(e_t\) (zwanych też szokami lub nieoczekiwanymi stopami zwrotu). Parametr \(\alpha\) określa reaktywność na \(e_t^2\), natomiast \(\beta\) to waga poprzedniej prognozy wariancji.
W tym ćwiczeniu analizujemy szereg kwadratów błędów predykcji: e2 <- c(10,25,rep(10,20)).
Wykreślamy wariancję dla:
- \(\alpha=0.1\) i \(\beta=0.8\)
- \(\alpha=0.19\) i \(\beta=0.8\)
- \(\alpha=0.1\) i \(\beta=0.89\).
Parametr \(\omega\) ustawiamy tak, aby długoterminowa wariancja wynosiła 10.
Które stwierdzenie dotyczące wpływu szoku na wariancję jest błędne?
To ćwiczenie jest częścią kursu
Modele GARCH w R
Interaktywne ćwiczenie praktyczne
Przekształć teorię w praktykę dzięki jednemu z naszych interaktywnych ćwiczeń
Rozpocznij ćwiczenie