GARCH_CHECK - Verificar los Valores de los Parámetros para la Estabilidad del Modelo

Examina los parámetros del modelo para las restricciones de estabilidad (Ej. Estacionalidad, varianza positiva, etc.).

Sintaxis

GARCH_CHECK (µ, [α], [β], f, ν)

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).

[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.

Observaciones

1. El modelo subyacente se describe aquí.
2. Las series de tiempo es homogénea e igualmente espaciada.
3. 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).
4. 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).
5. Para asegurar una varianza condicional positiva y una varianza incondicional finita o definida, los coeficientes del modelo deben alcanzar los siguiente:
   • $\alpha_o \gt 0$.
   • $\alpha_i \geq 0$.
   • $\beta_i \geq 0$.
   • $\sum_{i=1}^{max(p,q}(\alpha_i+\beta_i) \lt 1$.

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.