ComeçarComece de graça

Erros quadráticos médios de previsão

O modelo GJR GARCH é uma generalização do modelo GARCH. Portanto, ele tende a ter um ajuste melhor em termos de Erro Quadrático Médio (MSE) menor. Vamos verificar isso nos retornos da Microsoft msftret, para os quais garchfit corresponde à estimação com o modelo GARCH(1,1) padrão, enquanto gjrfit é quando se usa o modelo GJR. Lembre-se de que você pode calcular o vetor de erros de previsão \(e\) para a média usando o método residuals(). O erro de previsão para a variância é igual à diferença entre \(e^2\) e a variância do GARCH prevista.

Este exercício faz parte do curso

Modelos GARCH em R

Ver curso

Instruções do exercício

  • Calcule o vetor de erros de previsão para as médias usando o método residuals().
  • Complete o código para calcular o MSE para o resultado de estimação garchfit.
  • Calcule o MSE para o resultado de estimação gjrfit.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Compute prediction errors
garcherrors <- ___(garchfit)
gjrerrors  <- ___(gjrfit)

# Compute MSE for variance prediction of garchfit model
___((___(garchfit)___ - garcherrors^2)___)

# Compute MSE for variance prediction of gjrfit model
___
Editar e executar o código