本文選題：GARCH模型 + 厚尾估計�。� 參考：《中國科學(xué)技術(shù)大學(xué)》2017年博士論文

【摘要】：金融時間序列數(shù)據(jù)通常表現(xiàn)出波動率的聚集性及其隨時間變化的自相關(guān)性,為了捕捉這些特性,大部分統(tǒng)計模型都假設(shè)數(shù)據(jù)有依賴于過去的條件方差或條件刻度參數(shù),其中最著名且經(jīng)常被引用的便是Engle于1982年提出的自回歸條件異方差(ARCH)模型.許多學(xué)者對ARCH模型進(jìn)行了深入研究和推廣,由此衍生出一系列波動率模型,其中最為廣泛應(yīng)用的是Bollerslev于1986年提出的廣義自回歸條件異方差(GARCH)模型.對GARCH類模型的參數(shù)估計和診斷檢驗是一直備受學(xué)者們關(guān)注的兩大問題,在此領(lǐng)域積累的一系列理論研究結(jié)果也在對匯率、股票價格等的實證數(shù)據(jù)分析中扮演著重要角色.本文主要針對厚尾分布的平穩(wěn)GARCH模型,希望對其建立一個估計及檢驗的綜合統(tǒng)計推斷體系.我們首先通過推廣Fan的兩步NGQMLE構(gòu)建了新的兩步擬極大指數(shù)似然估計NGQMELE,并分別在殘差的一階矩及二階矩有限情況下建立了兩步NGQMELE的相合性和漸近正態(tài)性,這極大地降低了對誤差項矩的要求.另外,針對該估計提出了基于殘差絕對值和平方值的自相關(guān)函數(shù)的擬合優(yōu)度檢驗統(tǒng)計量Q(M),Q(2)(M),并分別在二階矩有限和四階矩有限的情況下證明了它們的漸近性質(zhì).數(shù)值模擬和實例分析結(jié)果都顯示出Q(2)(M)在厚尾情形下會失去功效,而Q(M)則是在厚尾情形下更優(yōu)的一個檢驗.雖然Q(M)在誤差二階矩有限的條件下表現(xiàn)出了良好的檢驗功效,但實際金融收益率數(shù)據(jù)通常是相當(dāng)厚尾的(Eεt2=∞),所以我們?nèi)灾铝τ趯ふ乙粋�基于兩步NGQMELE估計且能應(yīng)用于厚尾情形的擬合優(yōu)度檢驗.然而直到近幾年來,才有為數(shù)不多的學(xué)者開始研究Eεt2=∞條件下的擬合優(yōu)度檢驗,且大部分是基于LAD類估計進(jìn)行的.Chen針對GARCH模型的LAD估計提出了一個基于符號的擬合優(yōu)度檢驗,將對誤差項矩的要求降為E|ε|2τ∞,τ0.我們沿用Chen的思想,針對上述提出的兩步NGQMELE估計提出了一個基于符號的擬合優(yōu)度檢驗統(tǒng)計量S(M),并在嚴(yán)平穩(wěn)條件下證明了該檢驗的漸近性質(zhì).該符號檢驗適用于一階矩有限的厚尾情形.數(shù)值模擬結(jié)果顯示了該檢驗的優(yōu)良表現(xiàn),我們也將其與Q(M),Q(2)(M)進(jìn)行了比較分析.對中美匯率數(shù)據(jù)的實例分析體現(xiàn)了這三類統(tǒng)計量的實際運(yùn)用效果.S(M)的應(yīng)用只需滿足E|εt|∞,因而適用于更多厚尾情形的金融時間序列數(shù)據(jù),且我們提出的三類檢驗統(tǒng)計量各自適應(yīng)不同的矩條件,它們的綜合考量能使得模型的擬合優(yōu)度檢驗更加準(zhǔn)確.至此,對大部分平穩(wěn)的金融時間序列數(shù)據(jù),我們都能使用構(gòu)建的NGQMELE估計及S(M),Q(M),Q(2)(M)來找到一個合適的GARCH模型進(jìn)行擬合.另外,關(guān)于時間序列數(shù)據(jù)的建模有參數(shù)和非參數(shù)方法,GARCH是其中一類主流的參數(shù)建模方法,而非參數(shù)建模主要包含部分線性模型、部分線性可加模型及單指標(biāo)模型.本文第二部分則主要研究了部分線性可加時序模型的擬合問題.針對時間序列的部分線性可加模型,我們先對其正交級數(shù)逼近法作了介紹,然后提出組內(nèi)組間同時選擇變量的自自適應(yīng)-群組LASSO算法,并與前述逼近法結(jié)合得到一個新的兩步變量選擇方法.數(shù)據(jù)模擬及實例研究的結(jié)果都表明新方法能極大地提高模型的擬合精度與預(yù)報效果.
[Abstract]:In order to capture these characteristics , most of the statistical models assume that the data is dependent on past conditional variance or conditional scale parameters , and the most famous and often cited are the generalized self - regressive conditional heteroscedasticity ( ARCH ) models proposed by Engle in 1982 . In addition , we have developed a new two - step quasi - maximum exponential likelihood estimation NGQMELE based on two - step NGQMLE .

【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：F224;F832.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前5條

1 張翠閣;雞體內(nèi)發(fā)現(xiàn)厚尾束首線蟲[J];四川動物;1989年02期

2 肖慶憲;厚尾金融數(shù)據(jù)的計量分析[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2003年05期

3 葛明星;;一類厚尾延遲更新風(fēng)險模型的破產(chǎn)概率[J];高師理科學(xué)刊;2011年04期

4 郭燕湄;廖昕;彭作祥;;滬深股市厚尾特征及VaR估計[J];西南師范大學(xué)學(xué)報(自然科學(xué)版);2012年05期

5 朱慧明;曾惠芳;郝立亞;李素芳;虞克明;;基于M-H抽樣的貝葉斯非對稱厚尾GARCH模型研究[J];數(shù)理統(tǒng)計與管理;2011年03期

相關(guān)博士學(xué)位論文 前1條

1 馮牧;厚尾GARCH模型及部分線性可加模型的統(tǒng)計推斷[D];中國科學(xué)技術(shù)大學(xué);2017年

相關(guān)碩士學(xué)位論文 前2條

1 劉志丹;基于貝葉斯分析的厚尾和杠桿SV模型對中國股市的研究[D];南京理工大學(xué);2009年

2 張思;厚尾相依序列持久性變點(diǎn)的統(tǒng)計推斷[D];西安科技大學(xué);2014年

，

本文編號：1794065