GARCH(1,1):s reaktion på enstaka chocker
GARCH-metoden modellerar variansen med hjälp av prediktionsfelen \(e_t\) (även kallade chocker eller oväntade avkastningar). Parametern \(\alpha\) bestämmer känsligheten för \(e_t^2\), medan \(\beta\) är vikten på den föregående variansprediktionen.
I den här övningen studerar vi serien av kvadrerade prediktionsfel e2 <- c(10,25,rep(10,20)).
Vi plottar variansen för:
- \(\alpha=0.1\) och \(\beta=0.8\)
- \(\alpha=0.19\) och \(\beta=0.8\)
- \(\alpha=0.1\) och \(\beta=0.89\).
Vi sätter \(\omega\) så att den långsiktiga variansen är 10.
Vilket påstående om chockens effekt på variansen är felaktigt?
Den här övningen är en del av kursen
GARCH-modeller i R
Interaktiv övning med praktiskt arbete
Gör teori till handling med en av våra interaktiva övningar
Starta övningen