GARCHM - Definición de un modelo GARCH-M

Devuelve una cadena única para designar el modelo GARCH-M especificado.

Sintaxis

GARCHM(mean, lambda, alphas, betas, innovation, v)

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.

Observaciones

  1. El modelo subyacente se describe aquí.
  2. La media a largo plazo puede tomar cualquier valor o ser omitido, en ese caso cero es asumido.
  3. Para el argumento de entrada - alpha (parámetros del componente ARCH):
    • El argumento de entrada no es opcional.
    • El valor del primer elemento de debe ser positivo
    • El orden de los parámetros comienzan con el lag más bajo.
    • Uno o más parámetros pueden tener valor faltantes o error en códigos(Ej. #NUM!, #VALUE!, etc.).
    • En el caso donde alpha tiene un elemento o entrada sin falta (de primero), no se incluye el componente ARCH.
    • El orden del modelo componente ARCH es solamente determinado por el orden (menos uno) de los últimos valores en la matriz con un valor numérico(vs.faltante o error).
  4. Para el argumento de entrada - beta (parámetro del componente GARCH):
    • El argumento de entrada es opcionaly puede ser omitido, es ese caso el componente GARCH no es incluido
    • El orden de los parámetros comienza con el lag más bajo.
    • Uno o más parámetros pueden tener valores faltantes o errores de código (Ej. #NUM!, #VALUE!, etc.).
    • Elorden del modelo componente GRACH es solamente determinado por el orden del último valor en la matriz/array con un valor numérico (vs. faltante o error).
  5. El argumento de entrada es opcional. Si es omitido, la prima de riesgo no es incluido en la media del modelo componente (Ej.GARCH solamente).
  6. La forma del parámetro (EJ. nu) es unicamente usada para una distribución no Gaussiana y de otra manera se ignora.
  7. Para la distribución t del estudiante , el valor de la forma del parámetro debe ser mayor a cuatro.
  8. Para la distribición GED, el valor de la forma del parámetro debe ser mayor que uno.

Ejemplos de archivos

Referencias

¿Tiene más preguntas? Enviar una solicitud

0 Comentarios