红烧pom 发表于 2019-12-3 18:58
您好!我在使用gjrgarch做马尔可夫区制转换模型,看到您使用信息冲击曲线,我觉得是一个很好的想法。可是 ...
您好,如果您用news impact curve的话,那么这里news impact curve的残差是我们人为自定义的,比如从-0.1到+0.1,news impact curve的本质就是通过样本数据已经拟合出来的模型参数去做一个simulation(模拟),它并不是要用真的样本数据的残差,所以并不是真的哪个机制的残差,您用马尔可夫机制转移下的gjr模型,假设您是两个机制的,那么将会有两条样本函数对吧,一条gjr样本函数是机制一的,另外一条gjr样本函数是机制二的,鉴于这个MSGARCH包它没有rugarch那个信息冲击曲线的方法可以调用,所以如果是自己写,那么便是分别提取这两条样本函数已经有的拟合出来的参数,然后残差项这些都是自定义的,里面涉及到还要用无条件方差,要用到E(|epsilon|),这个残差项的绝对值的预期值真的是个很麻烦的问题,很多书大部分讲解都是用的正态分布,所以给好了,但是倘若我们设定的是SGED分布或者其他分布,那就会让这个残差项的绝对值的预期值更难求。现在简单来说信息冲击曲线的情况大概就是这样,因为其本质是模拟,因此你才能看到论文中那些单机制的模型他们的信息冲击曲线会那么平滑,真实的残差是不会这样在-0.5到+0.5之间这样去分布的,所以是模拟的结果,实在不好意思,最近赶着期末考和本科毕业论文答辩,上论坛时间不多,如果您现在手头做的这个研究不那么着急赶时间,我们可以在12.16号之后私信探讨下,因为目前MSGARCH包的类方法实在是太有限了,除了参数估计就没有太多其他的了,但是这些往往是进一步分析的关键,R上现在真的就这个包能对马尔可夫机制转移类模型做出比较好的计算,我用了这个包去实现MS(2)-EGARCH(1,1), 得自己用R语言写出两个机制下波动率不对称性的量化比较,这个我是已经实现的,而且可以画出来图,但是目前信息冲击曲线我也是卡在这上面了,之前我自己看rugarch源码看Engle的论文一点点试,所以如果您时间允许,也不介意我是本科生知识有限的话,那我们可以12.16号之后联系探讨下,我发现这方面模型细节能够研究深入的真的不多,很多国内论文直接用现成的包,也有很厉害的自己写程序实现进一步的量化分析,但是我们又看不到别人的程序实现。