R 和 Matlab 中的 GARCH 模型规范答案

【问题标题】：GARCH model specification in R and MatlabR 和 Matlab 中的 GARCH 模型规范
【发布时间】：2015-10-07 01:16:34
【问题描述】：

我想在 R 中进行 GARCH 建模，为此我需要将 Matlab 代码转换为 R。我尝试了不同的包，例如鲁加奇。但是，我无法在 R 中找到与 Matlab 中相同的正确规范。

matlab代码如下：

spec = garchset('C',0,'K',0.0001,'GARCH',0.9,'ARCH',0.05,'Display','off');
[Ca,Ea,LLa,A,Sa,Suma] = garchfit(spec,data);

有人可以告诉我如何将它放入 R 中吗？

【问题讨论】：

为了确定，您想估计一个具有固定（在这种情况下都是）参数的 garch(1,1) 模型？ fGarch 包的语法完全相同，但我认为您不能像这样修复参数值。
其实我也不知道具体是什么型号的。我需要将它翻译成 R 但我只是不熟悉 Matlab。所以，到目前为止我无法确定模型的顺序。

标签： r matlab statistics code-translation economics

【解决方案1】：

问题中所述的两行Matlab代码可以使用rugarch包翻译成R。起初，均值模型被设置为没有 AR 和没有 MA 部分，因此它只是一个常数。其次，方差模型是标准 GARCH (sGARCH)，具有一个 GARCH 和一个 ARCH 分量。由于在提供的 Matlab 代码中所有参数都是固定的，因此需要包含fixed.pars 命令。这里，mu、alpha1、beta1 和omega 分别是 ARCH 参数、GARCH 参数和方差模型截距的无条件均值值。

install.packages("rugarch")
require(rugarch)
spec <- ugarchspec(mean.model=list(armaOrder=c(0,0)),
        variance.model=list(model = "sGARCH", garchOrder = c(1,1)), 
        fixed.pars=list(mu = 0, alpha1=0.05, beta1 = 0.9, omega = 0.0001))

garch_fit <- ugarchfilter(spec = spec, data = data)

然后可以通过将以下函数应用于garch_fit 来找到[Ca,Ea,LLa,A,Sa,Suma] 中包含的信息，例如residuals(garch_fit, standardize = FALSE) 提取非标准化残差。

coef：提取系数。
fitted：提取过滤后的值。
infocriteria：计算并返回各种信息
可能性：提取可能性。
残差：提取残差。可选的逻辑参数标准化（默认为 FALSE）允许提取标准化残差

更多详细信息可以在rugarch package manual guide.找到

【讨论】：