Testing financial time series for autocorrelation: Robust Tests
Se estudian dos estadísticos de Portmanteau modificados bajo supuestos de dependencia comunes en aplicaciones financieras que pueden utilizarse para comprobar que series de tiempo heterocedásticas son serialmente incorreladas sin suponer independencia o normalidad. Se encuentra que su distribución a...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | article |
| Lenguaje: | EN |
| Publicado: |
Universidad Autonoma del Estado de Mexico
2020
|
| Materias: | |
| Acceso en línea: | https://doi.org/10.30878/ces.v27n3a6 https://doaj.org/article/9a406db657c44580b28c12a7882467e4 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Se estudian dos estadísticos de Portmanteau modificados bajo supuestos de dependencia comunes en aplicaciones financieras que pueden utilizarse para comprobar que series de tiempo heterocedásticas son serialmente incorreladas sin suponer independencia o normalidad. Se encuentra que su distribución asintótica es nula y se examinan sus propiedades de muestras pequeñas usando Monte Carlo. El poder de las pruebas se estudia para alternativas MA y GARCH en la media. Las pruebas exhiben un tamaño muestral apropiado y se comprueba que son más poderosas que la prueba robusta de Box-Pierce para alternativas selectas. Ilustramos las pruebas usando datos diarios de retornos financieros y de tipos de cambio. |
|---|