devuelve la estimación inicial de los parámetros del modelo dado.
Sintaxis
GARCH_GUESS(X, Order, p, q, innovation)
X son los datos de series de tiempo univariante (una matriz/array dimensional de celdas (Ej. filas o columnas)).
Order el la orden de tiempo en la series de datos (Ej. el primer punto corresponde a la fecha ( la más temprana fecha=1 (por fecto), la última fecha=0)).
| Orden | Descripción |
|---|---|
| 1 | ascendente (el primer punto de datos corresponde la más temprana fecha=1 (por fecto) |
| 0 | descendente (el primer punto de datos corresponde a la última fecha) |
p es el componente de orden de la varianza del modelo ARCH .
q es el componente de orden de GARCH del modelo.
innovation es la función de distribución de probabilidad de los resíduos/innovations (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 (DEG) |
Observaciones
- El modelo subyacente se describe aquí.
- Las series de tiempo son homogéneas e igualmente espaceadas
- Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
- GARCH_GUESS devuelve los parámetros del modelo en el siguiente orden:
- $\mu$
- $\alpha_o,\phi_1,...,\phi_p$
- $\beta_1,\beta_2,...,\theta_q$
- $\nu$
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