(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 la series de tiempo univariante (una matriz unidemensional de celdas (Ej. Filas o columnas)) de las ultimas volatilidades 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 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).
- 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 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.