方差目标法（variance targeting）
金融收益的波动率会在时间上呈现聚类：高于平均水平的波动期之后，常常接着是低于平均水平的波动期。长期预测是：
- 当波动率较高时，它会下降并回归到其长期均值。
- 当波动率较低时，它会上升并回归到其长期均值。
在估计 GARCH 模型时，我们可以利用这种均值回归特性，通过方差目标法来实现。具体做法是，以使 GARCH 模型所蕴含的长期波动率等于样本标准差为目标来估计 GARCH 参数。
让我们将其应用到 EUR/USD 的收益率上。
本练习是课程的一部分
在 R 中构建 GARCH 模型
练习说明
- 修改 GARCH 设定以启用方差目标法。
- 估计 GARCH 模型。
- 使用
uncvariance()计算 GARCH 蕴含的长期标准差。 - 核对四舍五入后该数值是否等于样本标准差。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Complete the specification to do variance targeting
garchspec <- ugarchspec(mean.model = list(armaOrder = c(0,0)),
variance.model = list(model = "sGARCH",
___ = ___),
distribution.model = "std")
# Estimate the model
garchfit <- ___(data = EURUSDret, spec = garchspec)
# Print the GARCH model implied long run volatility
sqrt(___(___))
# Verify that it equals the standard deviation (after rounding)
all.equal(sqrt(uncvariance(garchfit)), ___(EURUSDret), tol = 1e-4)