ARCH模型体系.pdf
qw****27
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
ARCH模型体系.pdf
第17卷第3期系统工程学报Vol.17No.32002年6月JOURNALOFSYSTEMSENGINEERINGJun.,2002综述①ARCH模型体系张世英,柯珂(天津大学管理学院,天津300072)摘要:综述了国内外在ARCH模型领域的研究成果,并将ARCH模型族归纳为一个体系.首先,对ARCH模型进行了分类,同时讨论了长记忆ARCH模型的性能.探讨了ARCH模型的检验和参数估计问题.文中指出,对复杂ARCH模型,鉴于其不可微分性,不存在传统意义下的似然函数的估计方法,文中运用遗传算法的思想,提出禁
ARCH模型专题.ppt
考察严平稳随机序列{yt},且Eyt<.记其均值Eyt=,协方差函数k=E{(yt-)(yt+k-)}.其条件期望(或条件均值):E(ytyt-1,yt-2,…)(yt-1,yt-2,…)(1.1)依条件期望的性质有E(yt-1,yt-2,…)=E{E(ytyt-1,yt-2,…)}=Eyt=.(1.2)记误差(或残差):etyt-(yt-1,yt-2,…).(1.3)随机序列的条件均值E(etyt-1,yt-2,…)=E{yt-(yt-1,yt-2,…)yt-1,yt
ARCH模型专题.pdf
专题一:ARCH模型的有关专门问题一、ARCH模型的估计检验问题(一)ARCH模型的估计估计ARCH模型的常用方法是极大似然估计。对于回归模型'yt=Xtx+ut(1.1.1)ut=htet(1.1.2)22ht=a0+a1ut-1+L+aqut-qet~iidN(0,1)假设前q组观测值已知,现利用t=1,2,…,T时的观测值进行估计。记Wt=[yt,yt-1,L,y1,y0,L,y-q+1,Xt¢,Xt¢-1,L,X1¢,X0¢,L,X-¢q+1]则ytWt-1~N(Xt¢x,ht)从而yt的条件密度
ARCH与GARCH模型.docx
3.1ARCH与GARCH模型例自回归条件异方差模型3.1.1问题的提出对异方差误差分布的修正能够导致更加有效的参数估计。例如在回归方程(3.1.1)中的的方差可能与成正比,在这种情况下,我们可以使用加权最小二乘法,即令方程的两边同时除以变量,然后用普通最小二乘法估计变化后的回归方程(3.1.2)在有些应用场合下,可以认为误差项是随时间变化的并且依赖于过去的误差大小。通货膨胀以及股票市场收益都属于这种情形。在这些实际应用中,常常有大的误差与小的误差成群出现的情形,换句话说,存在着一种特殊的异方差形式,回归
ARCH与GARCH模型.docx
3.1ARCH与GARCH模型例自回归条件异方差模型3.1.1问题的提出对异方差误差分布的修正能够导致更加有效的参数估计。例如在回归方程(3.1.1)中的的方差可能与成正比,在这种情况下,我们可以使用加权最小二乘法,即令方程的两边同时除以变量,然后用普通最小二乘法估计变化后的回归方程(3.1.2)在有些应用场合下,可以认为误差项是随时间变化的并且依赖于过去的误差大小。通货膨胀以及股票市场收益都属于这种情形。在这些实际应用中,常常有大的误差与小的误差成群出现的情形,换句话说,存在着一种特殊的异方差形式,回归