GARCHM_FORECI - GARCHM Pronóstico del Intervalo de Confianza GARCHM

(obsoleto) Devuelve el intérvalo de confianza del pronóstico de la media condicional.

Sintaxis

X

son los datos de serie de tiempo univariante (una matriz unidimensional de celdas (Ej. filas o columnas)).

Sigmas

es el dato de las series de tiempo univarianteis the univariate (una matriz/array dimensional de celda (Ej. filas o columnas)) de las últimas volatilidades q realizadas.

Order

es el orden de tiempo en la serie de datos (Ej. El primer punto corresponde a la fecha (la más temprana fecha=1 (por defecto), la última fecha=0)).

Orden	Descripición
1	ascendente (El primer punto corresponde a la fecha más temprana (por defecto)
0	descendente (El primer punto corresponde ala última fecha)

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

son los parámetros de (p) modelo de componente ARCH (comenzando con el lag más bajo).

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.

T

es el pronóstico tiempo/horizonte (expresados en términos de pasos más allá de las series de tiempo X).

alpha-level

es el nivel estadístico significativo. Si falta, un defecto de 5% es asumido.

upper

si es verdadero, devuelve el limte superior del intervalo de confianza. De otra manera, devuelve el límite inferior.

Superior	Descripción
0	devuelve el límnite inferior
1	devuelve el límite superior

Observaciones

1. El modelo subyacente se describe aquí.
2. Las series de tiempo son homogéneas e igualmente espaceadas.
3. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
4. El nivel de significancia (Ej. $\alpha$) debe ser mayor a cero y menos que uno. De lo contrario, la funcion devuelve #VALOR!
5. El número de pasos debe ser mayor a cero. De lo contrario,la función devuelve #VALOR!
6. El número de parámetros en los argumentos de entrada - alpha - determina el orden del modelo componente ARCH.
7. El número de parámetros en los argumentos de entrada - beta - determina el orden del modelo componente GARCH.