Förutsäga avkastning

I de tidigare övningarna har vi antagit ett konstant medelvärde genom att sätta

garchspec <- ugarchspec(mean.model = list(armaOrder = c(0,0)),
                        variance.model = list(model = "gjrGARCH"),
                        distribution.model = "sstd")

I praktiken är den förutsagda avkastningen \(\mu_t\) ofta tidsberoende. För att fånga denna tidsvariation kan man använda en GARCH-in-mean-, AR(1)-, MA(1)- eller ARMA(1,1)-modell, bland annat.

Dessa modeller är implementerade i rugarch och kan specificeras genom att ändra argumenten för mean.model.

---

Vilket av följande påståenden är felaktigt?