ComeçarComece de graça

Estimação de modelo GARCH não normal

A função ugarchfit() faz a estimação conjunta de todos os parâmetros da média, variância e distribuição. Uma abordagem geral é usar a distribuição t de Student assimétrica (skewed). Nesse caso, você também precisa estimar os parâmetros skew e shape, \(\xi\) e \(\nu\).

Neste exercício, você ajusta o modelo GARCH com distribuição t de Student assimétrica a uma série simulada de retornos chamada ret. O modelo verdadeiro usado para simular tem os seguintes parâmetros list(mu = 0, ar1 = 0, ma1 = 0, omega = 6*10^(-7), alpha1 = 0.07, beta1 = 0.9, skew = 0.9, shape = 5)

Você verá que as estimativas dos parâmetros ficam próximas dos valores verdadeiros. A diferença entre o parâmetro estimado e o verdadeiro é chamada de erro de estimação. Em séries longas, esse erro costuma ser pequeno.

Este exercício faz parte do curso

Modelos GARCH em R

Ver curso

Instruções do exercício

  • Plote a série de retornos ret e observe o grande retorno negativo.
  • Complete as instruções para especificar um modelo GARCH com distribuição t de Student assimétrica.
  • Estime o modelo.
  • Extraia os coeficientes do objeto ugarchfit obtido.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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
___(___)
Editar e executar o código