Devuelve una matriz/array de los residuos estándar para el modelo ajustado GARCH.
Sintaxis
GARCH_RESID (X, Order, Mean, Alphas, Betas, Innovation, v)
- X
- son los datos de series de tiempo univariante (una matriz/array dimensional de celdas (Ej. filas o columnas)).
- Order
- el la orden de tiempo en la series de datos (Ej. el primer punto corresponde a la fecha ( la más temprana fecha = 1 (por defecto), la última fecha = 0)).
Valor Order 1 Ascendente (el primer punto de datos corresponde la más temprana fecha=1 (por defecto). 0 Descendente (el primer punto de datos corresponde a la última fecha). - Mean
- es la media del modelo GARCH (Ej. mu).
- Alphas
- son los parámetros de la (p) modelo de componentes ARCH (comenzando con el lag más bajo).
- Betas
- son los parámetros de la (q) modelo de componentes GARCH (comenzando con el lag más bajo).
- Innovation
- es la función de distribución de probabilidad de los resíduos/innovations (1 = Gaussiana (por defecto), 2 = t-Distribución, 3 = GED).
Valor Innovation 1 Distribucion Normal o Gaussiana (por defecto). 2 Distribución t del estudiante. 3 Distribución de error Generalizada (GED). - v
- es la factor de la forma (o grados de libertad)de los resíduos/innovations de la función de distribución de probabilidad.
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.
- The standardized residuals have a mean of zero and a variance of one (1).
- Los residuos estandarizados del modelo GARCH son definidos como: $$\epsilon_t = \frac{a_t}{\sigma_t}$$ $$a_t = x_t - \mu$$ Donde:
- $\epsilon$ es el residuo estandarizado del modelo GARCH en el tiempo $t$.
- $a_t$ es el residuo del modelo GARCH en el tiempo $t$.
- $x_t$ es el valor de las seriesd de tiempo en el tiempo $t$.
- $\mu$ es la media de GARCH.
- $\sigma_t$ es la volatilidad condicional GARCH en el tiempo $t$.
- El número de parámetros en los argumentos de entrada - alpha - determina el orden del modelo componente ARCCH.
- El número de parámetros en los argumentos de entrada - beta - determina el orden del modelo componente GARCH.
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.