【摘要】：隨著對(duì)經(jīng)濟(jì)和金融時(shí)間序列長(zhǎng)記憶性的研究,分整階數(shù)估計(jì)已成為當(dāng)前理論研究的焦點(diǎn)問(wèn)題。以對(duì)數(shù)周期圖回歸和局部Whittle方法為代表的半?yún)?shù)分整階數(shù)估計(jì)方法在實(shí)踐中得到廣泛應(yīng)用,但對(duì)這兩類(lèi)半?yún)?shù)估計(jì)方法的有限樣本性質(zhì)的比較則鮮有涉及,影響了在實(shí)踐中對(duì)估計(jì)方法的選擇。利用蒙特卡洛模擬方法,在不同數(shù)據(jù)產(chǎn)生的過(guò)程下,對(duì)這兩類(lèi)半?yún)?shù)估計(jì)方法有限樣本性質(zhì)的研究結(jié)果表明:在ARFIMA(0,d,0)過(guò)程下,LW類(lèi)估計(jì)量具有較好的小樣本性質(zhì);在平穩(wěn)ARFIMA(1,d,0)過(guò)程下,本文建議的QGPH估計(jì)量的有限樣本性質(zhì)要優(yōu)于其他對(duì)數(shù)周期圖估計(jì)量;在非平穩(wěn)過(guò)程下,MGPH的偏差最小。
【圖文】：

?156? 《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2014年第12期35|丨丨■u||丨^丨丨丨|丨丨1130|~~1111iriGPH T f\~~MGPH3.0 QGPH | 25 f ^PGPH—~?~AGPH|,| fi\~?~TGPH_三:=_-0.4-0.200.20.40.60.81.01.21.41.61.82.02.22.400.20.40.60.81.01.21.41.61.82.0圖1GPH類(lèi)分整階數(shù)估計(jì)的核密度函數(shù)（c/=1.2，rr=512)4-°|"“i ！ 3.o| |iii-T——?~LW PL .八—^~MODW3.5—“—ELW ^廣、—“LPW~*~HCLWJ\ 25 f~Y'"n—AFELWfMM0.20.40.60.81.01.21.41.61.82.0-0.4-0200.20.40.60.81.01.21.41.61.82.0圖2局部Whittle類(lèi)分整階數(shù)估計(jì)的核密度函數(shù)（d=1.2,n=512)第三，當(dāng)d=l.2時(shí)，修正GPH估計(jì)量、精準(zhǔn)局部Whittle估計(jì)量、Tapered局部Whittle估計(jì)量、修正局部Whittle估計(jì)量和完全擴(kuò)展局部Whittle估計(jì)量具有一致性，其他估計(jì)量以概率收斂于1。第四，在平穩(wěn)IW)過(guò)程下，，LW類(lèi)估計(jì)量的偏差和RMSE要小于GPH類(lèi)估計(jì)量的偏差和RMSE,因此，在平穩(wěn)過(guò)程IW)下，我們建議研究者使用LW類(lèi)估計(jì)量對(duì)分整階數(shù)進(jìn)行估計(jì)；在平穩(wěn)ARFIMA(1,d,0)下，QPPH估計(jì)量的有限樣本性質(zhì)要優(yōu)于其他估計(jì)量；在非平穩(wěn)區(qū)域下，MGPH和MODW的偏差明顯減少且收斂速率加快，從偏差角度而言，MGPH是最好的選擇。四、結(jié)語(yǔ)對(duì)金融時(shí)間序列長(zhǎng)記憶性的研究是當(dāng)前數(shù)量金融研究領(lǐng)域的一個(gè)研究重點(diǎn)，而分整階數(shù)的估計(jì)是構(gòu)建研究長(zhǎng)記憶性的基矗當(dāng)前，對(duì)于分整階數(shù)的估計(jì)方法主要是以Geweke和Porter-Hudak(1983)提出的GPH估計(jì)量和Robinson(1995b)提出的局部Whittle估計(jì)量為代表的半?yún)?shù)估計(jì)方法，雖然這兩類(lèi)估計(jì)方法具有較好的大樣本性質(zhì)，而且對(duì)于這兩類(lèi)方法存在的不足，一些研究也在其基礎(chǔ)上不斷予以完善，?

?35|丨丨■u||丨^丨丨丨|丨丨1130|~~1111iriGPH T f\~~MGPH3.0 QGPH | 25 f ^PGPH—~?~AGPH|,| fi\~?~TGPH_三:=_-0.4-0.200.20.40.60.81.01.21.41.61.82.02.22.400.20.40.60.81.01.21.41.61.82.0圖1GPH類(lèi)分整階數(shù)估計(jì)的核密度函數(shù)（c/=1.2，rr=512)4-°|"“i ！ 3.o| |iii-T——?~LW PL .八—^~MODW3.5—“—ELW ^廣、—“LPW~*~HCLWJ\ 25 f~Y'"n—AFELWfMM0.20.40.60.81.01.21.41.61.82.0-0.4-0200.20.40.60.81.01.21.41.61.82.0圖2局部Whittle類(lèi)分整階數(shù)估計(jì)的核密度函數(shù)（d=1.2,n=512)第三，當(dāng)d=l.2時(shí)，修正GPH估計(jì)量、精準(zhǔn)局部Whittle估計(jì)量、Tapered局部Whittle估計(jì)量、修正局部Whittle估計(jì)量和完全擴(kuò)展局部Whittle估計(jì)量具有一致性，其他估計(jì)量以概率收斂于1。第四，在平穩(wěn)IW)過(guò)程下，LW類(lèi)估計(jì)量的偏差和RMSE要小于GPH類(lèi)估計(jì)量的偏差和RMSE,因此，在平穩(wěn)過(guò)程IW)下，我們建議研究者使用LW類(lèi)估計(jì)量對(duì)分整階數(shù)進(jìn)行估計(jì)；在平穩(wěn)ARFIMA(1,d,0)下，QPPH估計(jì)量的有限樣本性質(zhì)要優(yōu)于其他估計(jì)量；在非平穩(wěn)區(qū)域下，MGPH和MODW的偏差明顯減少且收斂速率加快，從偏差角度而言，MGPH是最好的選擇。四、結(jié)語(yǔ)對(duì)金融時(shí)間序列長(zhǎng)記憶性的研究是當(dāng)前數(shù)量金融研究領(lǐng)域的一個(gè)研究重點(diǎn)，而分整階數(shù)的估計(jì)是構(gòu)建研究長(zhǎng)記憶性的基矗當(dāng)前，對(duì)于分整階數(shù)的估計(jì)方法主要是以Geweke和Porter-Hudak(1983)提出的GPH估計(jì)量和Robinson(1995b)提出的局部Whittle估計(jì)量為代表的半?yún)?shù)估計(jì)方法，雖然這兩類(lèi)估計(jì)方法具有較好的大樣本性質(zhì)，而且對(duì)于這兩類(lèi)方法存在的不足，一些研究也在其基礎(chǔ)上不斷予以完善，但在應(yīng)用中，當(dāng)面對(duì)不同的樣本數(shù)
【作者單位】： 阜陽(yáng)師范學(xué)院經(jīng)濟(jì)學(xué)院;廈門(mén)大學(xué)經(jīng)濟(jì)學(xué)院;
【基金】：國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(71131008/G0113) 教育部人文社會(huì)科學(xué)青年項(xiàng)目(13YJC910003) 福建省自然科學(xué)基金項(xiàng)目(2014J01270) 全國(guó)統(tǒng)計(jì)科研計(jì)劃項(xiàng)目(2012LY015,2013LY044)的資助
【分類(lèi)號(hào)】：F830;F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 鄧露;;基于ARFIMA(p,d,q)過(guò)程的半?yún)?shù)估計(jì)量分布特征及其有偏性研究[J];統(tǒng)計(jì)研究;2010年09期

【共引文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 劉國(guó)旺;基于ARFIMA模型的上證指數(shù)收益率研究[D];廣州大學(xué);2012年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王繼霞;肖慶憲;;局部平穩(wěn)短期利率擴(kuò)散模型的半?yún)?shù)估計(jì)[J];經(jīng)濟(jì)數(shù)學(xué);2013年04期

2 王春超;周先波;;社會(huì)資本能影響農(nóng)民工收入嗎?——基于有序響應(yīng)收入模型的估計(jì)和檢驗(yàn)[J];管理世界;2013年09期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)碩士學(xué)位論文 前1條

1 薛小平;TOBIT模型及其在醫(yī)療費(fèi)用研究中的應(yīng)用[D];山西醫(yī)科大學(xué);2006年

本文編號(hào)：2549303