Kom igångKom igång gratis

Skattning av icke-normal GARCH-modell

Funktionen ugarchfit() gör en gemensam skattning av alla medelvärdes-, varians- och fördelningsparametrar. Ett vanligt tillvägagångssätt är att använda en skev student t-fördelning. Då behöver du även skatta parametrarna skew och shape, \(\xi\) och \(\nu\).

I den här övningen anpassar du GARCH-modellen med skev student t-fördelning på en simulerad avkastningsserie kallad ret. Den sanna modellen som användes för simuleringen har följande parametrar: list(mu = 0, ar1 = 0, ma1 = 0, omega = 6*10^(-7), alpha1 = 0.07, beta1 = 0.9, skew = 0.9, shape = 5)

Du kommer att se att parameterskattningarna ligger nära de sanna parametrarna. Skillnaden mellan skattade och sanna parametrar kallas skattningsfel. För långa tidsserier är felet vanligtvis litet.

Den här övningen är en del av kursen

GARCH-modeller i R

Visa kurs

Övningsinstruktioner

  • Plotta avkastningsserien ret och notera den stora negativa avkastningen.
  • Följ instruktionerna för att specificera en GARCH-modell med skev student t-fördelning.
  • Skatta modellen.
  • Extrahera koefficienterna från det erhållna ugarchfit-objektet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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
___(___)
Redigera och kör kod