Calcula el pronóstico de la media condicional fuera de la muestra.
Sintaxis
GARCHM_FORE(X, Sigmas, Order, mean, lambda, alphas, betas, innovation, Nu, T, Type, alpha)
- X
- son los datos de serie de tiempo univariante (una matriz unidimensional de celdas (Ej. filas o columnas)).
- Sigmas
- es la serie de datos de tiempo univariantes (una matriz unidimensional de celdas (Ej. filas o columnas)) de las ultimas 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). Si falta, por defecto, se asume 0.
- lambda
- es el coeficiente de volatilidad para la media. En finanzas, lambda se refiere a una prima de riesgo. Si falta, un 0 por defecto es asumido.
- 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) - Nu
- es el parámetro de la muestra (o grados de libertad) de la función de los residuales de la función de probabilidad. Si falta, un defecto de 5.0 es asumido.
- T
- (pronóstico de tiempo/horizonte (expresado en terminos de pasos más allá del las series de tiempo).Si falta, un defecto de 1 es asumido.
- Type
- es un número entero para seleccionar el tipo de salida del pronóstico: (1=media (por defecto), 2=Error Estándar, 3=Term Struct, 4=Límite Inferior, 5=Límite Superior)
Orden Descripción 1 Valor pronosticado de la media (defecto)) 2 Error estándar del pronóstico (volatilidad local aka) 3 Volatility term structure 4 Límite inferior del intérvalo de confianza pronosticado. 5 Límite Superior del intérvalo de confianza pronosticado. - alpha
- es el nivel estadístico significativo. Si falta, un defecto de 5% es asumido.
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.
- El número de parámetros en el argumento de de entrada - alpha - determina el orden del modelo componente ARCH.
- El número de parámetros en el argumento de de entrada - beta - determina el orden del modelo componente GARCH.
Ejemplos
Ejemplo 1:
|
|
| Fórmula | Descripción (Resultado) |
|---|---|
| =GARCHM_FORE($B$2:$B$32,1,$D$3,$D$4,$D$5:$D$6,$D$7,1) | Media condicional pronosticada en T+1, Februaro 10, 2008 (0.069) |
| =GARCHM_FORE($B$2:$B$32,1,$D$3,$D$4,$D$5:$D$6,$D$7,2) | Media condicional pronosticada en T+2, Februaro 11, 2008 (0.069) |
| =GARCHM_FORE($B$2:$B$32,1,$D$3,$D$4,$D$5:$D$6,$D$7,3) | Media condicional pronosticada en T+3, Febrero 12, 2008 (0.069) |
Ejemplos de archivos
Enlaces Relacionados
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
Comentarios
El artículo está cerrado para comentarios.