Media constante: resultados del modelo GARCH $================================================================================$ Dep. Variable: rfut R cuadrado: $0,000$ Modelo de media: Ajuste de media constante. R cuadrado: $0\mathrm{.}000$ Vol Modelo: GARCH Log$-$Verosimilitud: $-995\mathrm{.}431$ Distribuci$$n: Normal AIC: $1998\mathrm{.}86$ M$$todo: M$$xima Verosimilitud BIC: $2015\mathrm{.}59$ No$.$ Observaciones: $484$ Fecha: Viernes, $05$ de julio de $2024$ Df Residuales: $483$ Hora: $19$:$14$: Modelo $33$ Df: $1$ modelo medio $==============================================================================$ coef error est$$ndar t P$>|$t$|95,0\%$ Conf. En t$.---------------------------------------------------------------------------$ mu $0\mathrm{.}09528\mathrm{.}648$e$-021\mathrm{.}1010\mathrm{.}271[-7\mathrm{.}429$e$-02,0\mathrm{.}265]$ Modelo de volatilidad $================================================================================$ coef err est$$ndar t P$>|$t$|95,0\%$ Conf. En t$.-----------------------------------------------------------------------------$ omega $0,07737,455$e$-021,0370,300[-6,882$e$-02,0,223]$ alfa$[1]0,01341,001$ e$-021\mathrm{.}3410\mathrm{.}180[-6\mathrm{.}189$e$-03,3\mathrm{.}303$e$-02]$ beta$[1]0\mathrm{.}96522\mathrm{.}416$e$-0239\mathrm{.}9450\mathrm{.}000[0\mathrm{.}918,1\mathrm{.}013]================================================================================$ Estimador de covarianza: robusto Iteraci$$n: $1,$ Func. Cuenta: $7,$ Neg. LLF: $253500083\mathrm{.}09219185$ Iteraci$$n: $2,$ Func. Conteo: $16,$ Neg. LLF: $2358\mathrm{.}7761062122468$ Iteraci$$n: $3,$ Func. Conteo: $25,$ Neg. LLF: $1017\mathrm{.}1856583102043$ Iteraci$$n: $4,$ Func. Conteo: $32,$ Neg. LLF: $995\mathrm{.}4060890906871$ Iteraci$$n: $5,$ Func. Conteo: $39,$ Neg. LLF: $1000\mathrm{.}3448855764655$ Iteraci$$n: $6,$ Func. Conteo: $46,$ Neg. LLF: $994\mathrm{.}4693064347338$ Iteraci$$n: $7,$ Func. Conteo: $53,$ Neg. LLF: $993\mathrm{.}9713612424785$ Iteraci$$n: $8,$ Func. Conteo: $60,$ Neg. LLF: $993\mathrm{.}8896326264978$ Iteraci$$n: $9,$ Func. Conteo: $66,$ Neg. LLF: $993\mathrm{.}886022979246$ Iteraci$$n: $10,$ Func. Conteo: $72,$ Neg. LLF: $993\mathrm{.}8859844187511$ Iteraci$$n: $11,$ Func. Conteo: $78,$ Neg. LLF: $993\mathrm{.}8859817830952$ Iteraci$$n: $12,$ Func. Conteo: $83,$ Neg. LLF: $993\mathrm{.}8859817832888$ La optimizaci$$n finaliz$$ exitosamente $($modo de salida $0)$ Valor de funci$$n actual: $993\mathrm{.}8859817830952$ Iteraciones: $12$ Evaluaciones de funciones: $83$ Evaluaciones de gradiente: $12$ Media constante $-$ Resultados del modelo EGARCH $=================================================================================$ Dep. Variable: rfut R cuadrado: $0,000$ Modelo de media: Ajuste de media constante. R$-$cuadrado: $0\mathrm{.}000$ Vol Modelo: EGARCH Log$-$Verosimilitud: $-993\mathrm{.}886$ Distribuci$$n: Normal AIC: $1997\mathrm{.}77$ M$$todo: M$$xima Verosimilitud BIC: $2018\mathrm{.}68$ No$.$ Observaciones: $484$ Fecha: Viernes, $05$ de julio de $2024$ Df Residuales: $483$ Hora: $19$:$14$: Modelo $33$ Df: $1$ modelo medio $==============================================================================$ coef error est$$ndar t P$>|$t$|95,0\%$ Conf. En t$.---------------------------------------------------------------------------$ mu $0\mathrm{.}08818\mathrm{.}606$e$-021\mathrm{.}0230\mathrm{.}306[-8\mathrm{.}061$e$-02,0\mathrm{.}257]$ Modelo de volatilidad $=============================================================================$ coef error est$$ndar t P$>|$t$|95,0\%$ Conf. En t$.--------------------------------------------------------------------------$ omega $1\mathrm{.}19650\mathrm{.}2424\mathrm{.}9517\mathrm{.}365$e