Estimação de ordem em modelos AR, ARCH e BEKK-GARCH usando o critério EDC

Abstract

O critério de informação EDC – Efficient Determination Criterion – foi proposto originalmente para definir uma classe de estimadores de ordem para cadeias deMarkov de espaço de estados finitos. Nesse trabalho, o conceito de modelos parcialmente aninhados é definido e a classe de estimadores EDC é estendida nesse contexto. Esses resultados são aplicados para estabelecer a consistência forte de um novo estimador de ordem para modelos Autoregressivos (AR) e para demonstrar a consistência forte de uma classe de estimadores de ordem para processos Autoregressivos de Heteroscedasticidade Condicional (ARCH) e para o caso multivariado de modelos Autoregressivos de Heteroscedasticidade Condicional Generalizado na Representação BEKK (BEKK-GARCH). Como resultado imediato, a consistência forte dos estimadores de ordem BIC para ARCH e BEKK-GARCH é estabelecida. Também é ilustrado por meio de simulações numéricas que o estimador de ordem EDC proposto para processos AR apresenta melhor performance que suas principais alternativas, os estimadores baseados nos crit´erios AIC, BIC e HQC.