EGARCH - Definición de un modelo EGARCH

Devuelve una cadena unica para designar el modelo EGARCH especificado.

Sintaxis

EGARCH(Mean, Alphas, Gammas, Betas, Innovación, v)

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).

Innovación

es la probabilidad del modelo de distribución para los residuos/innovaciones (1 = Gaussian (por defecto), 2 = t-Distribución, 3 = GED).

Valor	Innovación
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 la función de distribucion de probailidad de residuos/innovations.

Observaciones

1. El modelo subyacente se describe aquí.
2. La media a largo plazo puede tener cualquier valor o ser omitido, en este caso el cero es asumido.
3. Para los argumentos de entrada - alpha (parametros del componente ARCH):
   • El argumento de entrada no es opcional.
   • El valor del primer elemnto no puede ser faltante o cero.
   • El orden de los parámetos empieza con el lag más bajo.
   • Uno o mas parametros pueden tener valores perdidos o errores de código (Ej. #NUMERO!,#VALOR, etc.).
   • En el caso donde alpha tiene una entrada/elemento no faltante (primero), el componente ARCH component no es incluido.
   • El orden del modelo componente ARCH es solamente determindao por el orden (menos uno) del ultimo valor en la matriz con un valor numérico (vs. faltante o error).
4. Para los argumentos de entrada - beta (los parametros del componente GARCH):
   • El argumento de entrada es opcional y puede ser omitido, en este caso el componente GARCH noes incluido.
   • El orden de los parámetos empieza con el lag más bajo.
   • Uno o mas parámetros pueden tener valores perdidos o errores de código (Ej. #NUMERO!,#VALOR, etc.).
   • El orden del modelo componente ARCH es solamente determindao por el orden (menos uno) del ultimo valor en la matriz con un valor numérico (vs. faltante o error).
5. El número de coeficientes gamma debe coincidir con el número de coeficientes alpha (menos uno).
6. Para el argumento de entrada - gamma (parámetros de apalancamiento):
   • El argumento de entrada es opcional y puede ser omitido.
   • El número de entradas debe coincidir con el número de coeficientes alpha (menos uno).
   • El orden de los parámetos empieza con el lag más bajo.
   • Uno o mas parámetros pueden tener valores perdidos o errores de código (Ej. #NUMERO!,#VALOR, etc.).Esencialmente,nosotrsos podemos designar apalancamiento para ciertos condiciones en el modelo ARCH.
7. El parámetro de forma (Ej. nu) es unicamente usado para distribuciones no-Gaussianas y es ignorado de otra manera.
8. Para la distribución t del estudiante el valor del parámetro de forma debe ser mayor a cuatro.
9. Para la distribución GED, el valor de la forma del parámetro debe ser mayor a uno.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Autoregressive conditional heteroskedasticity.

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.