z-logo
open-access-imgOpen Access
IDENTIFICACIÓN DE MODELOS ARFIMA
Author(s) -
Elkin Castaño-Vëlez
Publication year - 2016
Publication title -
revista de la facultad de ciencias
Language(s) - Spanish
Resource type - Journals
eISSN - 2357-5549
pISSN - 0121-747X
DOI - 10.15446/rev.fac.cienc.v5n1.52890
Subject(s) - autoregressive fractionally integrated moving average , humanities , philosophy , mathematics , physics , econometrics , long memory , volatility (finance)
Desde la introducción de los modelos fraccionalmente integrados ARFIMA para  series de tiempo con memoria larga, ha surgido un gran interés en el estudio de sus propiedades y áreas de aplicación. En este modelo, el grado de la memoria está definido por el parámetro de diferenciación fraccional, el cual toma valores en un intervalo continuo de números reales. Para realizar la estimación de este parámetro y probar la existencia de memoria larga, se han propuesto distintos procedimientos en la literatura. Ahora bien, generalmente no basta con conocer si hay memoria larga en la serie de tiempo, sino que es necesario estimar adecuadamente el valor del parámetro de diferenciación fraccional, del cual depende la dinámica de largo plazo de la serie, y de la componente ARMA asociada al comportamiento de corto plazo. Esta estimación requiere de la especificación correcta del modelo ARFIMA.  El objeto de este documento es el de implementar un proceso de identificación del modelo ARFIMA para series estacionarias a partir de un procedimiento paramétrico propuesto, y comparar su desempeño con métodos semiparamétricos propuestos en la literatura.  Los resultados obtenidos a través de un estudio de simulación, muestran que el procedimiento propuesto tiene, en general, un mejor desempeño.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here