EGARCH_RESID - EGARCH ajusta los valores de los residuos estandarizados

Devuelve un array de residuos estandarizados para el modelo ajustado E_GARCH.

 

Sintaxis

EGARCH_RESID(X, Order, mean, alphas, gammas, betas, innovation, v)

X son los datos de series de tiempo univariante (una matriz/array dimensional de celdas(Ej. filas o columnas)).

Order tiempo en la series de datos (Ej. el primer punto corresponde a la fecha (la fecha más temprana fecha=1 (por defecto), la ultima 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 ultima 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

 

Observaciones

  1. El modelo subyacente se describe aquí.
  2. La series de tiempo son homogéneas e igualmente espaceadas.
  3. La series de tiempo puede incluiur valores faltantes (Ej. #N/A) en cada extremo.
  4. El número de coeficientes gamma debe coincidir con el número de coeficientes alpha.
  5. El número de parametros en los argumentos de entrada - alpha - determina el orden del modelo de componentes ARCH.
  6. El número de parametros en los argumentos de entrada - beta - determina el orden del modelo de componentes GARCH.
  7. Los residuos estandarizados tienen una media de cero y varianza de uno(1).
  8. Los residuos estandarizados del modelo E-GARCH son definidos como:

    $$\epsilon_t = \frac{a_t}{\sigma_t} $$

    $$a_t = x_t - \mu $$

    Where:
    • $\epsilon $ es el residuo estandarizado del modelo E-GARCH en el tiempo t.
    • $a_t$ es el residuo del modelo E-GARCH en el tiempo t.
    • $x_t$ es el valor de las series de tiempo en el tiempo t.
    • $\mu$ es la media E-GARCH.
    • $\sigma_t$ es la volatilidad condicional E-GARCH en el tiempo t.

Ejemplos

Ejemplo 1:

 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
A B C D E
Fecha Data EGARCH_RESID    
Enero 10, 2008 -2.827 -2.152 EGARCH(1,1)  
Enero 11, 2008 -0.947 -1.095 Mean -0.266
Enero 12, 2008 -0.877 -0.688 Alpha_0 1.583
Enero 13, 2008 1.209 1.087 Alpha_1 -1.755
Enero 14, 2008 -1.669 -1.879 Gamma_1 0.286
Enero 15, 2008 0.835 1.857 Beta_1 0.470
Enero 16, 2008 -0.266 0.000    
Enero 17, 2008 1.361 1.527    
Enero 18, 2008 -0.343 -0.190    
Enero 19, 2008 0.475 0.578    
Enero 20, 2008 -1.153 -0.687    
Enero 21, 2008 1.144 0.871    
Enero 22, 2008 -1.070 -0.777    
Enero 23, 2008 -1.491 -0.888    
Enero 24, 2008 0.686 0.647    
Enero 25, 2008 0.975 0.974    
Enero 26, 2008 -1.316 -1.274    
Enero 27, 2008 0.125 0.431    
Enero 28, 2008 0.712 0.755    
Enero 29, 2008 -1.530 -1.188    
Enero 30, 2008 0.918 1.097    
Enero 31, 2008 0.365 0.952    
Febrero 1, 2008 -0.997 -1.177    
Febrero 2, 2008 -0.360 -0.111    
Febrero 3, 2008 1.347 0.849    
Febrero 4, 2008 -1.339 -0.937    
Febrero 5, 2008 0.481 0.571    
Febrero 6, 2008 -1.270 -0.764    
Febrero 7, 2008 1.710 1.271    
Febrero 8, 2008 -0.125 0.218    
Febrero 9, 2008 -0.940 -0.479    

Ejemplos de archivos

Referencias

¿Tiene más preguntas? Enviar una solicitud

0 Comentarios