固定 GARCH 参数
GARCH 模型的参数通过极大似然法估计。由于抽样不确定性，估计得到的参数一定存在估计误差。如果我们知道参数的真实取值，最好的做法就是直接施加该取值，而不是再去估计。
现在请针对控制台中名为 EURUSDret 的变量（包含 EUR/USD 日度收益率）来完成这一点。该数据已基于偏度学生 t 分布估计了一个 AR(1)-GARCH 模型，并以 flexgarchfit 命名的 ugarchfit 对象提供。
本练习是课程的一部分
在 R 中构建 GARCH 模型
练习说明
- 输出
flexgarchfit的系数估计值。 - 使用
setfixed()方法设定参数约束：ar1 = 0和skew = 1。 - 在该参数约束下重新估计模型。
- 补全代码以绘制两条波动率序列，并留意它们的相似性。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Print the flexible GARCH parameters
___
# Restrict the flexible GARCH model by impose a fixed ar1 and skew parameter
rflexgarchspec <- flexgarchspec
___(rflexgarchspec) <- list(___ = ___, ___ = ___)
# Estimate the restricted GARCH model
rflexgarchfit <- ugarchfit(data = ___, spec = ___)
# Compare the volatility of the unrestricted and restriced GARCH models
plotvol <- plot(abs(EURUSDret), col = "grey")
plotvol <- addSeries(___(flexgarchfit), col = "black", lwd = 4, on=1 )
plotvol <- addSeries(___(rflexgarchfit), col = "red", on=1)
plotvol