Una nota sobre el delta-ésimo momento en modelos ARMA-APARCH con distribuciones condicionales estables y GEV
DOI:
https://doi.org/10.17268/sel.mat.2018.01.02Palabras clave:
ARMA, GARCH, APARCH, Estacionalidad, Distribución estable, Distribución GEVResumen
En un modelo de series temporales ARMA-APARCH con innovaciones Z, la condición de delta - estacionariedad del proceso APARCH envuelve el delta-ésimo momento de la diferencia entre el valor absoluto de las innovaciones con el producto del parámetro de asimetría y las innovaciones. Este momento permite calcular de forma mas eficiente las estimativas de máxima verosimilitud de los parámetros del modelo. En este artículo, son obtenidas expresiones explícitas de ese delta-ésimo momento onde Z tem distribución estable y GEV. Esos momentos se han implementado en nuestro paquete GEVStableGarch disponible en CRAN R-PROJECT desarrollado para estimar los parámetros de los modelos ARMA-GARCH / APARCH con innovaciones estables y GEV.
Citas
Bollerslev,T. and Ghysels, E. Autoregressive Conditional Heteroscedasticity, Journal of Business and Economic Statistics,14(1986), pp 139–151.
Bougerol, P. and Picard, P. Stationarity of GARCH Processes and of some Non-Negative Time Series, Journal of Econometrics, 52 (1992), pp 115–127.
Brockwell, P.J. Linear Prediction of ARMA Processes with Infinite Variance, Stochastic Processes and their Applications, 19 (1985), pp 281–296.
Brockwell, P.J. Davis, R.A. Time Series: Theory and methods, Springer (1991).
Brummelhuis, R. and Kaufmann, R. Time Scaling For GARCH(1,1) and AR(1)-GARCH(1,1) Processes, Journal of Risk, 2007, www.risk.net/journal-of-risk/technical-paper/2161017/time-scaling-value-risk-garch-ar-garch-processes.
Curto, J.D. and Tavares, A.N. and Tavares, G.N. Modelling Heavy Tails and Asymmetry Using ARCH-type Models with Stable Paretian Distributions, Vol 51 (2008), Springer.
Ding, Z. and Granger, C.W.J. and Engle, R.F. A Long Memory Property of Stock Market Returns and a New Model , Journal of Empirical Finance , 1(1993), pp 83–106.
Diongue, A.K. An investigation of Stable-Paretian Asymmetric Power GARCH Model , Journal des Sciences , 8 (2008), pp 15-26.
Engle, R.F. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation, Econometrica 50(1982), pp 987–1007.
Frain, J.C. Studies on the Application of the Alpha-stable Distribution in Economics , Phd Thesis-Trinity College, http://www.tcd.ie/Economics/staff/frainj/Stable-Distribution/thesis-main-5.pdf, (2009).
Jenkinson , A.F. The frequency distribution of the annual maximum (or minimum) values of meteorological elements, Quarterly Journal of the Royal Meteorological Society, 81 (1955), pp 158–171.
Jondeau, E.; Poon, S.H. and Rockinger, M. Financial Modeling under non-Gaussian Distributions , Springer Science & Business Media , 2007.
Ling, S. and McAleer, M. Necessary and Sufficient Moment Conditions for the GARCH(r,s) and Asymmetric Power GARCH(r,s) Models , Econometric Theory, 18(2002), pp 722-729.
Mathai, A.M.; Saxena, R.K.; Haubold, H.J. The H-function: Theory and Applications, Springer-Verlag New York, (2010).
Mittnik, S. and Panosrka, A.K. and Rachev, S. T. Stable GARCH Models for Financial Time Series, Applied Mathematical Letters, 8 (1995), pp 33–37.
Mittnik, S. amd Paolella, M.C. Conditional Density and Value-At-Risk Prediction of Asian Currency Exchange Rates , journal of Forecasting , 19 (2000), pp 313–333.
Mittnik, S. and Paolella, M.S. and Rachev, S.T. Stationarity of Stable Power-GARCH Processes , Journal of Econometrics , 106 (2002), pp 97–107.
Nakatsuma, T. Bayesian Analysis of ARMA-GARCH Models: A Markov Chain Sampling Approach, Journal of Econometrics, 95 (2000), pp 57–69.
Nelson, D. Stationarity and Persistence in the GARCH(1,1) Model , Econometric Theory, 6 (1990), pp 318–344.
Nolan, J.P. Numerical Calculations of Stable Densities and Distribution Functions , Communication Statistics. Stochastic Models, 13 (1997), pp 759–774.
Nolan, J.P. Stable Distributions Models for Heavy Tailed Data, Copyright, http://www.math.ucla.edu/ biskup/275b.1.13w/ PDFs/Nolan.pdf (2009).
Schneider, W.R. Stable distributions: Fox function representation and generalization, Lecture Notes in Physics, 262 (1986), pp 497–511.
Sousa, T.R.; Otiniano, C.E.G. and Lopes, S.R.C. GEVStableGarch: An R Package for ARMA-GARCH or ARMA-APARCH Estimation with Conditional Stable and GEV Distributions, http://CRAN.R-Project.org/package=GEVStableGarch, 2014.
Wuertz,D.; Chalabi,Y. and Luksan, L. Estimation of ARMA Models with GARCH/APARCH Errors: An R and SPlus Software Implementation, (2009),Journal of Sta- tistical Software, forthcoming. URL http://www.stat.wharton.upenn.edu/steele/Courses/956/RResources/GarchAndR/WurtzEtAlGarch.pdf.
Zhao, X.; Scarrott, C.; Oxley, L.; Reale, M. Dependence in Extreme Value Models with Bayesian Inference, Mathematics and Computers in Simulation, 81 (2011), pp 1430–1440.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative CommonsAtribución 4.0 Internacional (CC BY 4.0) , que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo en páginas institucionales o personales) antes y durante el proceso de revisión y publicación, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión del trabajo publicado(Consultar: efecto del acceso abierto).
