Fasolo Elisa - Università degli Studi di Padova

S&P GSCI_LOG; modello stimato = ARMA (1,2) senza costante
Stime ARMA usando le 1924 osservazioni 01/11/27-09/04/10
Stimato usando il filtro di Kalman (MV esatta)
Variabile dipendente: GSCI_LOG
Errori standard basati sull'Hessiana
coefficiente errore std. rapporto t p-value
-----------------------------------------------------------phi_1
0,519880 0,229706 2,263 0,0236 **
theta_1 -0,573243 0,228985 -2,503 0,0123 **
theta_2 0,0651032 0,0245643 2,650 0,0080 ***
Media della variabile dipendente = 0,000122981
Scarto quadratico medio della variabile dipendente = 0,0170637
Media delle innovazioni = 0,000121225
Varianza delle innovazioni = 0,000289764
Log-verosimiglianza = 5106,8377
Criterio di informazione di Akaike (AIC) = -10205,7
Criterio bayesiano di Schwarz (BIC) = -10183,4
Criterio di Hannan-Quinn (HQC) = -10197,5
Reale Immaginario Modulo Frequenza
-----------------------------------------------------------
AR
Radice 1 1,9235 0,0000 1,9235 0,0000
MA
Radice 1 2,3970 0,0000 2,3970 0,0000
Radice 2 6,4082 0,0000 6,4082 0,0000
Tra i modelli testati, sono stati scelti quelli riportati in precedenza, in cui, tutti i coefficienti dei
rispettivi modelli risultano statisticamente significativi, le radici della parte AR e MA sono tutte in
modulo maggiori di 1, e per cui i processi risultano stazionari ed invertibili.
Proseguiamo quindi alla fase diagnostica per verificare l’adeguatezza dei modelli.
41