Bắt đầu ngayBắt đầu miễn phí

Chỉ định và “nếm” các biến thể GARCH

Ở các chương sau, bạn sẽ thấy GARCH có nhiều “hương vị”. Vì vậy, bạn cần bắt đầu bằng cách chỉ định mô hình mean (trung bình), mô hình variance (phương sai) và error distribution (phân phối sai số) mà bạn muốn dùng. Mô hình tốt nhất phụ thuộc vào ngữ cảnh ứng dụng. Một phân tích GARCH thực tế sẽ bao gồm việc chỉ định, ước lượng và kiểm định nhiều mô hình GARCH khác nhau.

Trong R, điều này khá đơn giản nhờ gói rugarch của Alexios Ghalanos. Gói này đã được nạp sẵn cho bạn. Bạn sẽ dùng nó để phân tích lợi nhuận hằng ngày trong sp500ret.

Bài tập này là một phần của khóa học

Các mô hình GARCH trong R

Xem khóa học

Hướng dẫn bài tập

  • Dùng ugarchspec() để chỉ định bạn muốn ước lượng mô hình GARCH(1,1) tiêu chuẩn với trung bình hằng số và phân phối chuẩn cho sai số dự báo.
  • Dùng ugarchfit() để ước lượng mô hình bằng phương pháp hợp lý tối đa (maximum likelihood).
  • Dùng phương thức sigma() để lấy các biến động (volatility) ước lượng.
  • Vẽ đồ thị dự báo biến động cho năm 2017.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Specify a standard GARCH model with constant mean
garchspec <- ___(mean.model = list(armaOrder = ___),
                 variance.model = list(model = "___"), 
                 distribution.model = "___")

# Estimate the model
garchfit <- ___(data = ___, spec = ___)

# Use the method sigma to retrieve the estimated volatilities 
garchvol <- ___ 

# Plot the volatility for 2017
___(___["2017"])
Chỉnh sửa và Chạy Mã