用R建立GARCH模型

迷途mitu

8146

收藏 2012-04-20

在估计garch模型的时候，要假定一些参数的初始值，这个有没有什么讲究呢？各参数的初始值对后面的估计有影响么？还是我计量学太差了。。。。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

DM小菜鸟

2015-1-5 18:30:26

variance.model = list(model = "sGARCH", garchOrder = c(1, 1),submodel = NULL, external.regressors = NULL, variance.targeting = FALSE),
表示拟合的方差模型为sGARCH,方差模型的自回归阶数是（1，1），方差模型中未引入外生变量。
mean.model = list(armaOrder = c(1, 1), include.mean = TRUE, archm = FALSE, archpow = 1, arfima = FALSE, external.regressors = NULL, archex = FALSE)
表示均值方程为arma(1,1)模型，方程自变量中包含均值，未引入外生变量。
distribution.model = "norm"
表示模型分布假设为正态分布。
将三个部分装入ugarchspec的参数中就可以完成一个sgarch(1,1)-norm模型的模型设定。
myspec=ugarchspec(variance.model = list(model = "sGARCH", garchOrder = c(1, 1), submodel = NULL, external.regressors = NULL, variance.targeting = FALSE), mean.model = list(armaOrder = c(1, 1), include.mean = TRUE, archm = FALSE, archpow = 1, arfima = FALSE, external.regressors = NULL, archex = FALSE), distribution.model = "norm")
拟合模型
拟合模型的函数是ugarchfit。ugarchfit的参数如下：
ugarchfit(spec, data, out.sample = 0, solver = "solnp", solver.control = list(),fit.control = list(stationarity = 1, fixed.se = 0, scale = 0), ...)
其中，spec为ugarchspec函数的结果，data为数据对象。solver为优化算法。solver.control设定优化参数，fit.control设定拟合参数。
接上面的例子：
myfit=ugarchfit(myspec,data=sp500ret,solver="solnp")
到这里一个garch模型就完成了。