基于稳健估计的参数MEM及其在期货市场的应用

发布时间：2021-02-03 06:58

　　针对金融高频数据,许多专家学者提出了一系列的模型进行研究,这些模型都是研究单个非负值金融高频时间序列的,理论意义上差别不大。为了能统一研究非负值金融高频时间序列,Engle（2002）提出了一般化模型——乘积误差模型（MEM）。目前,MEM的参数估计方法运用最多的是极大似然估计（MLE）。然而实际金融市场上的高频数据往往具有重尾的性质且含有较多异常点,这些数据的方差甚至可能是无穷的,这就使得MLE在估计中直接假设误差方差有限显得不合理,而且一旦事先假设的误差分布与实际不符,得出的结果将会不可靠。针对MLE存在的问题,本文采用稳健估计的方法:首先,用M-估计对MEM进行参数估计,但M-估计给数据异常点和正常点相同的权重,这稍显不合理;之后,考虑自加权M-估计（SM-估计）,SM-估计可以根据离群点的大小分别给予离群点不同的权重,进一步减小离群点对估计结果的影响,本文还从理论上证明了SM-估计的相合性和渐近正态性。在误差服从Pareto分布、Burr分布和Fréchet分布等重尾分布的情况下进行数值模拟,通过模拟发现参数MEM（1,1）下稳健估计的Bias和MSE总体上都比MLE小,即使在... 

【文章来源】：浙江工商大学浙江省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

Burr分布下不同估计方法下的估计值

Burr分布下不同估计方法下的估计值

Burr分布下不同估计方法下的估计值

【参考文献】：
期刊论文
[1]平滑转换向量乘积误差模型及对中国股市高频交易数据的应用[J]. 李俊功,鲁万波.  数理统计与管理. 2018(06)
[2]基于Copula-MEM的中国上海和香港股票市场波动相关性研究[J]. 郭名媛,徐雯.  甘肃科学学报. 2018(01)
[3]向量乘积误差模型似然估计初值选取[J]. 李俊功.  统计与决策. 2017(04)
[4]乘积模型的最小二乘相对误差估计[J]. 周生彬,张波.  统计与决策. 2016(20)
[5]门限向量乘积误差模型对沪深两市波动溢出分析[J]. 李俊功.  投资研究. 2016(04)
[6]基于向量乘积误差模型的中日韩汇率波动溢出效应研究[J]. 高艳,张丽艳.  武汉金融. 2015(09)
[7]简单ACD模型的M估计[J]. 黄意球,徐飏,王艳.  应用数学学报. 2014(05)
[8]基于Copula-MEM模型的沪深300指数日内波动率序列间动态相关性分析[J]. 潘娜,周少甫.  财会通讯. 2011(32)
[9]次贷危机下境内外证券市场风险传导效应研究[J]. 潘焕焕.  山东社会科学. 2009(06)
[10]乘积误差模型的渐近性质[J]. 周杰,刘三阳.  应用数学学报. 2008(02)

硕士论文
[1]基于乘积误差模型的中国股市波动率度量及应用研究[D]. 李霞.山东财经大学 2013
[2]基于MEM模型的我国股指期货市场波动率研究[D]. 曹刚.天津大学 2012
[3]乘积误差模型（MEM）及其应用[D]. 洪丽颖.厦门大学 2008



本文编号：3016093