時系列データ4
- 6. ARCH モデルと GARCH モデルの利
用
誤差項がホワイトノイズに従うという前提の下 AR(1) モデルを当てはめた
が、
Ljung-Box 検定の p 値を確認した結果、誤差項には自己相関性が確認され
たとする。
誤差項が自己相関性を持つ(分散不均一性の構造を持つ)ため、下記 2 通
りのモデルで検討する。
① AR(1)+ARCH(1) モデルのあてはめ
② AR(1)+GARCH(1,1) モデルのあてはめ
◎ モデルの検証
・ garchFit を利用
→パラメータの推定
・標準化残差の評価
→推定した標準化残差は標準正規分布に従っているはず。
-正規 QQ プロットによる評価
- Shapiro-Wilk の検定による評価
- 7. 非正規な標準化残差
ARCH や GARCH では、標準化残差として標準正規分布を仮定している。
しかし、 garchFit や正規 QQ プロットによる検証の結果、標準化残差が標
準正規分布に従っていないことが判明したら、どうすればよいのだろう
か?
◎ 標準化残差の従う分布を、標準正規分布から変更する
※)モデルの検証は、これまでと同様に garchFit でパラメータを推定し
て、仮定した標準化残差の分布の適応度を QQ プロットで調べるとよい。
しかし、正規分布ではないため、 Shapiro-Wilk 検定は使えない。そこで
、汎用的な適合度検定である、 Kolmogorov-Smirnov 検定を使用する。
◎ GARCH モデルの構造に手を入れる
→今回は割愛