(obsoleto) Calcula errores/desviación estándar del pronóstico de la media condicional.
Sintaxis
X son los datos de series de tiempo univariante (una matriz/array dimensional de celdas(Ej. filas o columnas)).
Sigmas son los datos de la series de tiempo univariante (una matriz unidimensional de celdas (Ej. filas o columnas)) de las últimas volatilidades q ofrealizadas.
Order tiempo en la series de datos (Ej. el primer punto corresponde a la fecha (la fecha más temprana fecha=1 (por defecto), la última fecha=0)).
| Orden | Descripción |
|---|---|
| 1 | ascendente (el primer punto corresponde a la fecha más temprana (por defecto) |
| 0 | descendente (el primer punto corresponde a la última fecha) |
mean es la media del modelo E-GARCH (Ej. mu).
alphas son los parámetros del componente de modelo ARCH (p) (comenzando con el lag más bajo).
gammas son los parámetros de apalancamiento (comenzando con el lag más bajo).
betas son los parámetros del modelo componente GARCH(q)(comenzando con el lag más bajo).
innovation es la probalilidad del modelo de distribución para los residuos/innovations (Gaussian (por defecto), 2= t- Distribución, 3=GED).
| valor | Descripción |
|---|---|
| 1 | Distribución normal o Gaussiana (defecto) |
| 2 | Distribución t del estudiante |
| 3 | Distribución de error generalizada (GED) |
v es la forma del parámetro (o grados de libertad) de la función de distribucion de probailidad de residuos/innovations
T es el pronóstico tiempo/horizonte (expresados en términos de paso más allá del final de las eries de tiempo X) Si falta, se asume t=1.
Local es el tipo de salida de la volatidlidad deseada (0=Estructura temporal, 1=Volatilidad Local). Si falta, la vilatilidad local es asumida.
Observaciones
- El modelo subyacente se describe aquí.
- Atención: EGARCH_FORESD() función es obsoleta como versión 1.63: use la función EGARCH_FORE en cambio.
- La series de tiempo son homogéneas e igualmente espaceadas.
- La series de tiempo puede incluiur valores faltantes (Ej. #N/A) en cada extremo.
- El número de coeficientes gamma debe coincidir con el número de coeficientes alpha.
- El número de parametros en los argumentos de entrada - alpha - determina el orden del modelo de componentes ARCH.
- El número de parametros en los argumentos de entrada - beta - determina el orden del modelo de componentes GARCH.
Ejemplos
Ejemplo 1:
|
|
| Fórmula | Descripción (Resultado) | |
|---|---|---|
| =EGARCH_FORE($B$2:$B$32,1,$D$3,$D$4:$D$5,$D$6,$D$7,1) | Media condicional pronosticada en T+1 (-0.266) | |
| =EGARCH_FORESD($B$2:$B$32,1,$D$3,$D$4:$D$5,$D$6,$D$7,1) | Volatilidad consdicional pronosticada en T+1 (1.918) |
Ejemplos de archivos
Referencias
- Hamilton, J .D.; Time Series Analysis , Princeton University Press (1994), ISBN 0-691-04289-6
- Tsay, Ruey S.; Analysis of Financial Time Series John Wiley & SONS. (2005), ISBN 0-471-690740
Comentarios
El artículo está cerrado para comentarios.