BaşlayınÜcretsiz başlayın

Normal olmayan GARCH modelinin tahmini

ugarchfit() fonksiyonu, ortalama, varyans ve dağılım parametrelerinin tümünü birlikte tahmin eder. Genel bir yaklaşım, çarpık (skewed) student t dağılımını kullanmaktır. Bu durumda skew ve shape parametreleri olan \(\xi\) ve $\nu$’yu da tahmin etmen gerekir.

Bu egzersizde, simüle edilmiş ret adlı getiri serisi üzerinde çarpık student t dağılımlı GARCH modelini uygunlayacaksın. Simülasyon için kullanılan gerçek modelin parametreleri şunlardır: list(mu = 0, ar1 = 0, ma1 = 0, omega = 6*10^(-7), alpha1 = 0.07, beta1 = 0.9, skew = 0.9, shape = 5)

Elde edeceğin parametre tahminlerinin gerçek değerlere yakın olduğunu göreceksin. Tahmin edilen değerle gerçek değer arasındaki farka tahmin hatası denir. Uzun zaman serilerinde bu hata genellikle küçüktür.

Bu egzersiz, kursun bir parçasıdır

R'de GARCH Modelleri

Kursa Göz Atın

Egzersiz talimatları

  • Getiri serisi ret’i görselleştir ve büyük negatif getiriyi not et.
  • Çarpık student t dağılımlı bir GARCH modelini belirtmek için talimatları tamamla.
  • Modeli tahmin et.
  • Elde edilen ugarchfit nesnesinden katsayıları çıkar.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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
___(___)
Kodu Düzenle ve Çalıştır