EGARCH_SIM - Simulación Basada en EGARCH

Calcula el pronóstico de la media condicional fuera de la muestra.

Sintaxis

EGARCH_SIM ([x], [σ], orden, µ, [α], [γ], [β], f, ν, t, semilla)

[X]

Obligatorio. Es la serie de datos de tiempo univariante (un array dimensional de celdas (Ej. filas o columnas)).

[σ]

Opcional. Son los datos de las series de tiempo univariante (una matriz de celdas unidimensional (Ej. Filas o columnas)) de la última volatilidad q realizada.

Orden

Opcional. 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 más tarde fecha = 0)).

Valor	Orden
1	Ascendente (el primer punto corresponde a la fecha menor) (por defecto).
0	Descendiente (el primer punto corresponde a la fecha mayor).

µ

Opcional. Es la media del modelo GARCH (Ej.mu). Si falta, la media es asumida como cero.

[α]

Obligatorio. Son los parámetros de la modelo de componentes ARCH (p): [α1, α2 … αp] (comenzando con el lag más bajo).

[γ]

Opcional. Son los parámetros de apalancamiento [γ1, γ2 … γp] (empezando por el desfase más bajo).

[β]

Opcional. Son los parámetros de la modelo de componentes GARCH(q): [β1, β2 … βq] (comenzando con el lag más bajo).

F

Opcional. Es la función de distribución de probabilidad de los residuos/innovaciones (1 = Gaussiana (por defecto), 2 = t-Distribución, 3 = GED).

Valor	Distribución de Probabilidad
1	Distribución Normal o Gaussiana (por defecto).
2	Distribución t del Estudiante.
3	Distribución de Error Generalizada (DEG).

ν

Opcional. Es el factor de la forma (o grados de libertad) de los residuos/innovaciones de la función de distribución de probabilidad.

T

Opcional. Es el pronóstico de tiempo/horizonte (expresado en términos de los pasos siguientes al final de las series de tiempo).

Semilla

Obligatorio. Es un número entero sin signo para establecer el número generador (es) aleatorio.

Observaciones

1. El modelo subyacente se describe aquí.
2. Las series de tiempo es homogénea e igualmente espaciada.
3. Las series de tiempo pueden incluir valores faltantes (Ej. #N/A) en cada extremo.
4. El número de coeficientes gamma debe coincidir con el número de coeficientes alfas (menos uno)
5. Los números de los parámetros en el argumento de entrada - [α_1, α₂ … α_p] - determina el orden del componente del modelo ARCH.
6. Los números de los parámetros en el argumento de entrada - [β_1, β₂ … β_q] - determina el orden del componente del modelo GARCH.
7. Por definición, la función EGARCH_FORE devuelve un valor constante igual a la media del modelo (μ) para todos los horizontes.
8. La función EGARCH_SIM fue adicionada versión 1.63 SHAMROCK.

Ejemplos de archivos

Enlaces Relacionados

• Wikipedia - Modelo autorregresivo con heterocedasticidad condicional.

Referencias

• James Douglas Hamilton; Análisis de series de tiempo; Princeton University Press; 1st edition (Jan 11, 1994), ISBN: 691042896.
• Tsay, Ruey S.; Analysis of Financial Time Series; John Wiley & SONS; 2nd edition (Aug 30, 2005), ISBN: 0-471-690740.