A generalized least squares estimation method for invertible vector moving average models (original) (raw)

In this paper a new generalized least squares procedure for estimating V ARMA models is proposed. This method differs from existing ones in explícitly considering the stochastic structure of the approximation error that arises when lagged innovations are replaced with lagged residuals obtained from a long V AR. Simulation results indicate that this method improves the accuracy of estimates with small and moderate sample sizes, and increases the frequency of identifying small nonzero parameters, with respect to both Double Regression and exact maximum Iikelihood estimation procedures. RESUMEN En este artículo se propone un nuevo método lineal para la estimación de modelos V ARMA. Este método se diferencia de otros en considerar explícitamente el error que se comete al aproximar las innovaciones a través de los residuos minimocuadráticos procedentes de un VAR largo. Los resultados de un ejercicio de simulación revelan que el método mejora la precisión de las estimaciones, en muestras pequeñas y moderadas, con respecto al método de Doble Regresión y máxima verosimilitud exacta. También aumenta la frecuencia con que se detectan parámeros pequeños en tareas de identificación.