非正态 GARCH 模型的估计
函数 ugarchfit() 会联合估计均值、方差和分布的全部参数。一个常见做法是使用偏斜的 student t 分布。此时还需要估计 skew 和 shape 参数 \(\xi\) 与 $\nu$。
在本练习中，您将在名为 ret 的模拟收益率序列上，拟合带有偏斜 student t 分布的 GARCH 模型。用于模拟的真实模型参数为：
list(mu = 0, ar1 = 0, ma1 = 0, omega = 6*10^(-7), alpha1 = 0.07, beta1 = 0.9,
skew = 0.9, shape = 5)
您将看到，得到的参数估计与真实参数相当接近。估计值与真实值之间的差异称为估计误差。对于较长的时间序列，误差通常较小。
本练习是课程的一部分
在 R 中构建 GARCH 模型
练习说明
- 绘制收益序列
ret，注意其中较大的负收益。 - 完成指令以指定一个带有偏斜 student t 分布的 GARCH 模型。
- 估计该模型。
- 从得到的
ugarchfit对象中提取系数。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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
___(___)