原创力文档- 1、本文档共61页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
【原创】定制代写r/python/spss/matlab/WEKA/sas/sql/C++/stata/eviews数据挖掘和统计分析可视化调研报告等服务（附代码数据）,
咨询邮箱：
3025393450@
欢迎联系官网客服：/teradat
有问题百度一下“大数据部落”就可以了
R语言GARCH族模型拟合预测与VaR计算案例报告
#读取数据 gs=read.csv(gs.csv) zgsy=read.csv(zgsy.csv) zs=read.csv(zs.csv)
合并数据 data=data.frame(gs=gs,zgsy=zgsy,zs=zs) library(rugarch)
par(mfrow=c(1,1)) yield-data
绘制时间序列图 ts.plot(yield)
统计描述变量
summary(yield)
## x2 x3 x1 ## Min. :-0.1232982 Min. :-0.1052437 Min. :-1.044e-01 ## 1st Qu.:-0.0069485 1st Qu.:-0.0066834 1st Qu.:-9.486e-03 ## Median : 0.0000000 Median : 0.0000000 Median :-7.939e-04 ## Mean :-0.0002304 Mean :-0.0003794 Mean :-7.758e-05 ## 3rd Qu.: 0.0056980 3rd Qu.: 0.0058575 3rd Qu.: 8.657e-03 ## Max. : 0.0953102 Max. : 0.0956360 Max. : 9.554e-02
var(yield)
## x2 x3 x1 ## x2 0.0002377829 0.0001533252 0.0002041104 ## x3 0.0001533252 0.0002848502 0.0001814219 ## x1 0.0002041104 0.0001814219 0.0003770856
ARCH-LM在检验前后使用的目的是不同的，使用ARCH模型之前检验，是为了判断是否存在ARCH效应，是否使用该模型，使用ARCH模型之后再用该检验是为了判断ARCH模型是否消除了自回归条件异方差的影响。
library(FinTS)
ArchTest(yield, lags=12, demean = FALSE)
拟合不同分布的garch模型（t分布 正态分布 ged gjr等） 1.拟合t分布garch模型 garch_std-garchFit(yield~ garch(1, 1),trace=FALSE,cond.dist=std) garch_std
## ## Title: ## GARCH Modelling ## ## Call: ## garchFit(formula = yield ~ garch(1, 1), cond.dist = std, trace = FALSE) ## ## Mean and Variance Equation: ## data ~ garch(1, 1) ## environment: 0x00000000125241d0 ## [data = dem2gbp] ## ## Conditional Distribution: ## std ## ## Coefficient(s): ## mu omega alpha1 beta1 shape ## 0.0022487 0.0023190 0.1244381 0.8846531 4.1184251 ## ## Std. Errors: ## based on Hessian ## ## Error Analysis: ## Estimate Std. Error t value Pr(|t|) ## mu 0.002249 0.006956 0.323 0.7465 ## omega 0.002319 0.001151 2.015 0.0439 * ## alpha1 0.124438
文档评论（0）