版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著時(shí)間序列研究的深入,線性模型已不能解釋現(xiàn)實(shí)世界的很多現(xiàn)象,必須提出和發(fā)展非線性模型.因此學(xué)者提出了眾多的非線性模型,包括門限自回歸模型、指數(shù)模型、雙線性模型等.其中,Engle(1982)提出的ARCH模型和Bollershev(1886)擴(kuò)展得到的GARCH模型在金融數(shù)據(jù)中應(yīng)用廣泛,有著重要地位.本文即對(duì)GARCH模型進(jìn)行了研究. 論文第一部分闡述了GARCH模型的概率性質(zhì),包括其嚴(yán)平穩(wěn)的充要條件、平方序列的ARMA性質(zhì)和
2、重尾性等,這部分為后續(xù)工作提供了理論支撐.與線性模型研究類似,對(duì)GARCH模型的研究集中體現(xiàn)在模型的參數(shù)估計(jì)和異方差檢驗(yàn)上.因此,第二部分針對(duì)模型參數(shù),給出了兩種估計(jì):極大似然估計(jì)和最小絕對(duì)偏差估計(jì).前者由Engle(1982)提出,應(yīng)用最為廣泛;后者由Yao and Peng(2003)得到,其在模型具有重尾時(shí)更加穩(wěn)健.針對(duì)異方差檢驗(yàn),提出了兩種檢驗(yàn)方法:LM檢驗(yàn)和Q(m)檢驗(yàn),前者由Engle(1982)在Squre檢驗(yàn)的基礎(chǔ)上,結(jié)
3、合GARCH模型特點(diǎn)得到,應(yīng)用方便;后者更具有一般性,也適合于GARCH模型. 研究表明,異常點(diǎn)(Outier)的存在對(duì)時(shí)間序列有著重大影響.近年來(lái),GARCH模型的異常點(diǎn)研究受到重視.Vandijk,F(xiàn)ranses和Lucas(1999),Carnero,Pena和Rulz(2007)等人的研究表明,GARCH模型中異常點(diǎn)的存在對(duì)參數(shù)估計(jì)和異方差檢驗(yàn)都有重要影響,嚴(yán)重甚至導(dǎo)致失真,基于此,部分學(xué)者提出了一些挖掘GARCH模型中
4、異常點(diǎn)的方法,如Frances和Ghijsels(1999),Ooms和Doornik(2005)等,取得一定成效,但都拘泥于附加異常點(diǎn)(additiveoutlier).而在金融數(shù)據(jù)中,很多異常點(diǎn)的影響具有后續(xù)性,不能簡(jiǎn)單視為附加異常點(diǎn),應(yīng)看作革新異常點(diǎn)(innovative outlier).因此提出一個(gè)有效挖掘兩種異常點(diǎn)的方法就變得尤為重要. 我們的主要工作是在Frances和Ghijsels(1999)基礎(chǔ)上,結(jié)合Che
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 用遺傳算法估計(jì)TAR模型及異常點(diǎn)挖掘.pdf
- ARMAX模型的預(yù)測(cè)確認(rèn)及成片異常點(diǎn)的挖掘.pdf
- 函數(shù)系數(shù)自回歸模型的估計(jì)檢驗(yàn)及異常點(diǎn)檢測(cè).pdf
- 12659.雙線性時(shí)間序列模型的多變點(diǎn)估計(jì)及多個(gè)異常點(diǎn)的挖掘
- 無(wú)限方差的GARCH模型的WLAD估計(jì)及漸近性質(zhì).pdf
- 用Gibbs方法挖掘ARIMAX模型中的異常點(diǎn).pdf
- 基于狀態(tài)空間模型的ARMAX序列異常點(diǎn)的挖掘.pdf
- 雙線性時(shí)間序列模型的估計(jì)及成片異常點(diǎn)的檢測(cè).pdf
- VaR、CVaR的ARMA-GARCH模型估計(jì)和積分核型估計(jì).pdf
- ARFIMA-GARCH模型的混成檢驗(yàn)及其應(yīng)用.pdf
- 基于高頻數(shù)據(jù)的GARCH模型的參數(shù)估計(jì).pdf
- 異常點(diǎn)挖掘及證券行業(yè)應(yīng)用實(shí)例研究.pdf
- 半?yún)?shù)面板數(shù)據(jù)模型的估計(jì)、檢驗(yàn)及模型選擇.pdf
- 基于ARMA-GARCH模型的時(shí)序數(shù)據(jù)挖掘研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的異常點(diǎn)挖掘.pdf
- 農(nóng)業(yè)數(shù)據(jù)異常檢驗(yàn)?zāi)P蜆?gòu)建及實(shí)證分析.pdf
- 空間可加模型的估計(jì)與檢驗(yàn).pdf
- 基于多智能體退火算法的GARCH模型參數(shù)估計(jì).pdf
- 38121.基于極值理論的函數(shù)系數(shù)時(shí)序模型異常點(diǎn)的估計(jì)和診斷
- 基于變換核密度估計(jì)的半?yún)?shù)GARCH模型研究.pdf
評(píng)論
0/150
提交評(píng)論