Prueba del modelo GARCH utilizando datos de alta frecuencia
Autores: Deng, Chunliang; Zhang, Xingfa; Li, Yuan; Xiong, Qiang
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Prueba del modelo GARCH utilizando datos de alta frecuencia
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Estudio
Prueba de parámetro
Modelo GARCH
Prueba de razón de verosimilitud
Prueba de Wald
Datos de alta frecuencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Este trabajo está dedicado al estudio de la prueba de parámetros para el modelo de Heterocedasticidad Condicional Autorregresiva Generalizada (GARCH). Basado en el modelo GARCH diario, utilizando el estimador de parámetros obtenido por datos de alta frecuencia intradía, se proporcionan las estadísticas de prueba de Razón de Verosimilitud Ajustada y de la prueba de Wald. Se deducen las distribuciones asintóticas de las dos estadísticas de prueba ajustadas y también se discute una forma de seleccionar la frecuencia de muestreo óptima. Los estudios de simulación muestran que las estadísticas de prueba propuestas tienen un tamaño y potencia mejores que las tradicionales (sin utilizar datos de alta frecuencia intradía). Se presenta un estudio empírico para ilustrar las posibles aplicaciones de las pruebas propuestas. Los resultados muestran que la idea de este artículo tiene cierta superioridad y puede ser extendida a otros modelos de tipo GARCH.
Descripción
Este trabajo está dedicado al estudio de la prueba de parámetros para el modelo de Heterocedasticidad Condicional Autorregresiva Generalizada (GARCH). Basado en el modelo GARCH diario, utilizando el estimador de parámetros obtenido por datos de alta frecuencia intradía, se proporcionan las estadísticas de prueba de Razón de Verosimilitud Ajustada y de la prueba de Wald. Se deducen las distribuciones asintóticas de las dos estadísticas de prueba ajustadas y también se discute una forma de seleccionar la frecuencia de muestreo óptima. Los estudios de simulación muestran que las estadísticas de prueba propuestas tienen un tamaño y potencia mejores que las tradicionales (sin utilizar datos de alta frecuencia intradía). Se presenta un estudio empírico para ilustrar las posibles aplicaciones de las pruebas propuestas. Los resultados muestran que la idea de este artículo tiene cierta superioridad y puede ser extendida a otros modelos de tipo GARCH.