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 fecto), la última fecha=0)).
Orden Descripción 1 ascendente (el primer punto de datos corresponde la más temprana fecha=1 (por fecto) 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 Descripción 1 Distribucion Normal o Gaussiana (por defecto) 2 Distribución t del Estudiante 3 Distribución de Error Generalizada (DEG) - 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:
$$\epsilon_t = \frac{a_t}{\sigma_t} $$
$$a_t = x_t - \mu $$
Where:
- $\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
Ejemplo 1:
|
|
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.