联合估计函数方法及其在ACD模型上的应用

发布时间：2021-05-08 10:45

　　有效性是参数估计的重要课题,基于Fisher信息量最大的联合估计函数方法是一类新颖的估计方法,不仅能提供有效估计,还能结合各种准则的估计方法而减少方差.自回归条件持续期（Autoregressive Conditional Duration,简称ACD）模型作为研究金融市场下高频数据的非线性时间序列模型,在刻画市场微观结构中起着重要作用,并由此衍生出很多变种模型,近年来关于该类模型的参数估计受到了很多关注.本文主要利用估计函数方法,通过联合两相互正交的最优估计函数构造联合估计函数,对ACD及其衍生模型进行参数估计.首先,研究ACD模型的概率结构,给出其平稳解和遍历解的存在条件,证明其条件期望可以表示成过去观测值的线性函数且这种表示唯一.在此基础上通过过去观测值的无穷线性表达,给出ACD模型及其衍生模型的联合估计函数.最后,通过数值仿真比较ACD有限线性形式与原ACD模型差别,突出解析概率结构对求解联合估计函数的重要意义. 

【文章来源】：大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
引言
1 预备知识
    1.1 数理统计基础
    1.2 时间序列基础
    1.3 Godambe定理
2 ACD模型的概率结构
    2.1 一阶矩严平稳存在条件
    2.2 遍历性存在条件
    2.3 ACD过程的无穷表示
    2.4 ACD过程无穷表示的递推式及其性质
3 ACD模型的广义联合最优估计函数方法
    3.1 广义联合最优估计函数
    3.2 ACD模型的联合最优估计函数方法
    3.3 乘积随机系数ACD模型的联合最优估计函数方法
    3.4 RCA带 ACD误差模型的联合最优估计函数方法
4 仿真模拟
    4.1 一阶ACD模型
    4.2 有限线性形式ACD模型与原ACD模型有效性分析
结论
参考文献
致谢


【参考文献】：
期刊论文
[1]扩展截尾的随机逼近算法[J]. 陈翰馥.  系统科学与数学. 2012(12)
[2]扩展自回归条件久期模型的概率性质[J]. 刘伟,陈敏,王慧敏.  应用数学学报. 2009(04)



本文编号：3175201