GARCHM_CHECK Examina los parámetros del modelo para la estabilidad

Mohamad

27 de octubre de 2016 23:18

Examina los parámetros del modelo para las restricciones de estabilidad (Ej.estacionalidad, varianza positiva, etc).

Sintaxis

GARCHM_CHECK(mean, lambda, alphas, betas, innovation, v)

mean

es la media del modelo GARCH-M (Ej. mu).

lambda

es la media del coeficiente de volatilidad. En finanzas, lambda hace referencia a una prima de riesgo.

alphas

es la media del coeficiente de volatilidad. En are the parameters of the ARCH(p) component model (starting with the lowest lag).

betas

son los parámetros de (q) modelo de componente GARCH(q)(comenzando con el lag más bajo).

innovation

es el modelo de distribución de probabilidad para los residuales (1=Gaussiana (por defecto), 2=t-Distribución, 3=GED).

Valor	Descripción
1	Distribución normal o Gaussiana(por defecto)
2	Distribución t del estudiante
3	Distribución de error generalizada (GED)

v

es la forma del parámetro (o grados de libertad) de los residuales/innovations de la función de la distribución de probabilidad.

El modelo subyacente se describe aquí.
La series de tiempo son homogéneas e igualmente espaceadas.
Para aseguarar la varianza condicional positiva y varianza incondicional finita, los coeficientes del modelo deben alcanzar lo siguiente:
- $\alpha_o \gt 0$
- $\alpha_i \geq 0$
- $\beta_i \geq 0$
- $\sum_{i=1}^{max(p,q}(\alpha_i+\beta_i) \lt 1$
El número de parámetros en los argumentos de entrada - alpha - determina el orden del modelo de componentes ARCH.
El número de parámetros en los argumentos de entrada - beta - determina el orden del modelo de componentes GARCH.

Ejemplo 1:

Fórmula	Descripción (Resultado)
=GARCHM_CHECK($B$2,$B$3,$B$4:$B$5,$B$6)	Es el modelo estable? (1)

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