Template-type: ReDIF-Paper 1.0
Author-Name: José Alberto Mauricio Arias
Author-Email: jamauri@ccee.ucm.es
Author-Workplace-Name: Departamento de Análisis Económico y Economía Cuantitativa. Facultad de Ciencias Económicas y Empresariales. Universidad 
	Complutense Madrid.
Title: The exact likelihood function for the vector ARMA model
Abstract: This paper implements in Fortran 77 a new algorithm which has the same purpose as algorithm AS 242 of Shea (1989), namely to compute 
	the exact likelihood function of a vector ARMA model. The new algorithm turns out to be faster in many relevant cases and not appreciably 
	slower in any. In addition to advantages offered by the algorithm of Shea (1989), including the calculation of an appropiate set of 
	residuals, it also permits the automatic detection of noninvertible models as a byproduct. The Fortran 77 code presented here combines 
	improved versions of the algorithms due to Ljung and Box (1979) and Hall and Nicholls (1980) with an algorithm of Kohn and Ansley (1982). 
	The resulting procedure puts together a set of useful features which can only be found separately in other existing methods.
Abstract: En este trabajo se presenta la codificación en Fortran 77 de un nuevo algoritmo para evaluar la función de verosimilitud exacta de un 
	modelo ARMA multivariante. Este algoritmo resulta significativamente más rápido que el SHEA (1982) en muchos casos, mientras que no es 
	claramente más lento en ninguno. Además de proporcionar un vector de residuos apropiado, permite detectar, como subproducto, modelos no 
	invertibles. El código es una combinación de los algoritmos de Ljung y Box (1979) y Hall y Nicholls (1980) mejorados, con un algoritmo de 
	Kohn y Ansley (1982). Como resultado se obtiene un algoritmo con ciertas propiedades que sólo pueden encontrarse por separado en los 
	procedimientos disponibles actualmente.
Keywords: Vector ARMA model.
Length: 17 pages 
Creation-Date: 1993
Number:
 9317
X-File-Ref: http://america.sim.ucm.es/repec/ucm/ref/doicae9317.txt
File-URL: https://eprints.ucm.es/id/eprint/28779/1/9317.pdf
File-Format: Application/pdf
Handle: RePEc:ucm:doicae:9317