Шаг 1. Загрузите данные и задайте модель GARCH.

Загрузите данные об обменном курсе валюты Дойчмарки/Британского фунта, включенные с тулбоксом, и преобразуйте его в возвраты. Задайте модель GARCH(1,1) со средним смещением, чтобы оценить.

load Data_MarkPound
r = price2ret(Data);
T = length(r);
Mdl = garch('Offset',NaN,'GARCHLags',1,'ARCHLags',1);

Шаг 2. Оцените параметры модели GARCH.

Подбирайте заданную модель GARCH(1,1) к ряду возвратов с помощью estimate. Возвратите значение целевой функции логарифмической правдоподобности.

[EstMdl,~,logL] = estimate(Mdl,r);

 
    GARCH(1,1) Conditional Variance Model with Offset (Gaussian Distribution):
 
                   Value       StandardError    TStatistic      PValue  
                ___________    _____________    __________    __________

    Constant     1.0757e-06     3.5725e-07         3.0112      0.0026025
    GARCH{1}        0.80606       0.013274         60.726              0
    ARCH{1}         0.15311       0.011531         13.278     3.1259e-40
    Offset      -6.1315e-05     8.2867e-05       -0.73992        0.45935

Оценка выход показывает четыре предполагаемых параметра и соответствующие стандартные погрешности. T статистическая величина для среднего смещения не больше два в величине, предполагая, что этот параметр не является статистически значительным.

Шаг 3. Подбирайте модель GARCH без среднего смещения.

Задайте вторую модель без среднего смещения и соответствуйте ему к ряду возвратов.

Mdl2 = garch(1,1);
[EstMdl2,~,logL2] = estimate(Mdl2,r);

 
    GARCH(1,1) Conditional Variance Model (Gaussian Distribution):
 
                  Value       StandardError    TStatistic      PValue  
                __________    _____________    __________    __________

    Constant    1.0538e-06     3.5053e-07        3.0063       0.0026443
    GARCH{1}       0.80653       0.012913        62.458               0
    ARCH{1}        0.15439       0.011578        13.335      1.4463e-40

Все t статистические данные для новой подобранной модели больше два в величине.

Шаг 4. Проведите тест отношения правдоподобия.

Сравните подобранные модели EstMdl и EstMdl2 использование теста отношения правдоподобия. Количество ограничений для теста - одно (только среднее смещение было исключено во второй модели).

[h,p] = lratiotest(logL,logL2,1)

h = logical
   0

p = 0.4534

Нулевая гипотеза ограниченной модели не отклоняется в пользу большей модели (h = 0). Модель без среднего смещения является более экономным выбором.

Шаг 5. Выведите условные отклонения и стандартизированные инновации.

Выведите и постройте условные отклонения и стандартизированные инновации для подобранной модели без среднего смещения (EstMdl2).

v = infer(EstMdl2,r);
inn = r./sqrt(v);

figure
subplot(2,1,1)
plot(v)
xlim([0,T])
title('Conditional Variances')

subplot(2,1,2)
plot(inn)
xlim([0,T])
title('Standardized Innovations')

Выведенные условные отклонения показывают периоды высокой волатильности.