(obsoleto) Calcula error/desviación estándar estimado del pronóstico de la media condicional.
Sintaxis
GARCH_FORESD(X, Sigmas, Order, mean, alphas, betas, T, Local)
- X
- son los datos de series de tiempo univariante (una matriz/array dimensional de celdas (Ej. filas o columnas)).
- Sigmas
- son los datos de las series de tiempo univariante (una matriz de celdas unidimensional (Ej. filas o columnas)) de las ultimas volatidlidades q realizadas.
- 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).
- T
- es el tiempo/horizonte (expresados en terminos in terminos de pasos mas alla del final de las series de tiempo X). Si falta, se tomará t=1.
- Local
- es el tipo de salida de volatilidad deseada (estructura Plazo=0, Local/Paso=1). Si falta, la volatilidad local es asumida.
Atención
La función GARCH_FORESD() de la version 1.63 es obsoleta: use en su lugar la función GARCH_FORE.
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.
- El número de parámetros en los argumentos de entrada - alpha - determina el orden del modelo componente ARCH.
- El número de parámetros en los argumentos de entrada - beta - determina el orden del modelo componente GARCH..
- Para GARCH(1,1), el cuadrado del error estándar pronosticado (Ej. varianza condicional) es expresado de la siguiente manera: $$E[\sigma_{T+k}^2]=\alpha_o\times \frac{1-(\alpha_1+\beta_1)^k}{1-(\alpha_1+\beta_1)}+(\alpha_1+\beta_1)^k\sigma_T^2$$
- El error estándar del pronostico (Ej. volatilidad condicional) cubre de forma monótona a su promedio de largo plazo. Para el caso GARCH(1,1): $$E[\sigma_{T+k\rightarrow \infty}^2]=\frac{\alpha_o}{1-(\alpha_1+\beta_1)}$$
Ejemplos
Ejemplo 1:
|
|
| Fórmula | Descripción (Resultado) |
|---|---|
| =GARCH_FORESD($B$2:$B$32,1,$D$3,$D$4:$D$5,$D$6,1) | Media condicional pronosticada en T+1 (0.9992) |
| =GARCH_FORESD($B$2:$B$32,1,$D$3,$D$4:$D$5,$D$6,2) | Media condicional pronosticada en T+2 (0.9992) |
| =GARCH_FORESD($B$2:$B$32,1,$D$3,$D$4:$D$5,$D$6,3) | Media condicional pronosticada en T+3 (0.9992) |
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.