GARCH_RESID - Residuales GARCH

Devuelve una matriz/array de los residuos estándar para el modelo ajustado GARCH.

Sintaxis

GARCH_RESID ([x], orden, µ, [α], [β], f, ν)

[X]
Required. Es la serie de datos de tiempo univariante (un array dimensional de celdas (Ej. filas o columnas)).
Orden
Optional. 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
Optional. Es la media del modelo GARCH (Ej.mu). Si falta, la media es asumida como cero.
[α]
Required. Son los parámetros de la modelo de componentes ARCH (p): [α1, α2 … αp] (comenzando con el lag más bajo).
[β]
Optional. Son los parámetros de la modelo de componentes GARCH(q): [β1, β2 … βq] (comenzando con el lag más bajo).
F
Optional. 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 (GED).
ν
Optional. Es el factor de la forma (o grados de libertad) de los residuos/innovaciones de la función de distribución de probabilidad.

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. Los residuos estandarizados tienen una media de cero y una varianza de uno (1).
  5. 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 series de tiempo en el tiempo $t$.
      • $\mu$ es la media de GARCH.
      • $\sigma_t$ es la volatilidad condicional GARCH en el tiempo $t$.
  6. Para el argumento de entrada - ([α]) (parámetros de componente ARCH):
    • El argumento de entrada no es opcional.
    • El valor en el primer elemento debe ser positivo.
    • El valor de los parámetros comienza con el lag más bajo.
    • Uno o más parámetros pueden ser valores faltantes o códigos de error (Ej. #NUMERO!, #VALOR!, etc.).
    • En el caso donde Alpha tenga un primer elemento de entrada no faltante, no se incluye el componente ARCH.
    • El orden del modelo componente ARCH es solamente determinado por el orden (menos uno) del último valor en una matriz con un valor numérico (vs. faltante o error).
  7. Para el argumento de entrada - ([β]) (parámetros del componente GARCH):
    • El argumento de entrada es opcional y pude 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. #NUMERO!, #VALUOR!, etc.).
    • El orden del modelo componente GARCH es únicamente determinado por el orden del último valor en la matriz con un valor numérico (vs. faltante o error).

Ejemplos de archivos

Enlaces Relacionados

Referencias

Comentarios

El artículo está cerrado para comentarios.

¿Fue útil este artículo?
Usuarios a los que les pareció útil: 1 de 1