เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การประมาณค่าโมเดล GARCH แบบไม่ปกติ

ฟังก์ชัน ugarchfit() จะประมาณค่าพารามิเตอร์ของโมเดลค่าเฉลี่ย ความแปรปรวน และการแจกแจงพร้อมกันในคราวเดียว โดยทั่วไปนิยมใช้การแจกแจง skewed student t ซึ่งต้องประมาณค่าพารามิเตอร์เพิ่มเติม ได้แก่ skew และ shape คือ \(\xi\) และ \(\nu\)

ในแบบฝึกหัดนี้ จะฟิตโมเดล GARCH ด้วยการแจกแจง skewed student t บนชุดข้อมูลผลตอบแทนจำลองชื่อ ret โดยโมเดลจริงที่ใช้สร้างข้อมูลมีพารามิเตอร์ดังนี้ list(mu = 0, ar1 = 0, ma1 = 0, omega = 6*10^(-7), alpha1 = 0.07, beta1 = 0.9, skew = 0.9, shape = 5)

จะเห็นว่าค่าพารามิเตอร์ที่ประมาณได้นั้นใกล้เคียงกับค่าจริงมาก ความแตกต่างระหว่างค่าประมาณกับค่าจริงเรียกว่าความคลาดเคลื่อนจากการประมาณ ซึ่งบนชุดข้อมูลที่มีขนาดใหญ่ ความคลาดเคลื่อนนี้มักจะน้อยมาก

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

GARCH Models in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • พล็อตชุดข้อมูลผลตอบแทน ret และสังเกตผลตอบแทนติดลบที่มีขนาดใหญ่
  • เติมคำสั่งให้ครบเพื่อระบุโมเดล GARCH ด้วยการแจกแจง skewed student t
  • ประมาณค่าโมเดล
  • ดึงค่าสัมประสิทธิ์จากออบเจกต์ ugarchfit ที่ได้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
___(___)
แก้ไขและรันโค้ด