带厚尾噪声的TGARCH模型的估计及检验:一个统一的框架

发布时间：2017-08-25 17:34

  本文关键词：带厚尾噪声的TGARCH模型的估计及检验:一个统一的框架

  更多相关文章： 厚尾TGARCH( )模型 QMLE t-标准化二次抽样bootstrap方法 严平稳性检验 对称性检验

【摘要】：本文基于伪最大似然方法和t-标准化二次抽样(percentile-t subsample)bootstrap方法,研究了厚尾TGARCH(1,1)(threshold generalized autoregressive conditional heteroskedasticity(1,1))模型的估计和检验问题.此处,厚尾的含义是,TGARCH(1,1)模型噪声平方的分布位于指数为κ∈(1,2)的稳定分布的吸引场,即噪声不存在4阶矩.本文首先证明了,无论厚尾TGARCH(1,1)模型平稳与否,在一定正则性条件下,其ARCH(autoregressive conditional heteroskedasticity)和GARCH(generalized autoregressive conditional heteroskedasticity)系数的伪最大似然估计(QMLE)均具有相合性,其渐近分布位于指数为κ∈(1,2)的稳定分布的吸引场.然而,该模型位置参数的QMLE只有在平稳情形下才具有相合性.其次,基于上述渐近结果,本文结合t-标准化二次抽样bootstrap方法,给出了检验厚尾TGARCH(1,1)模型严平稳性和对称性的方法,克服了因QMLE的收敛速度和渐近分布依赖于未知尾指数而无法进行统计推断的困难,且该方法无论模型平稳与否均适用.最后,通过Monte Carlo随机试验考察了估计和检验方法的有限样本表现,并且基于本文的估计及检验方法对中国5年期国债期货收益率进行了实证分析.
【作者单位】： 中央财经大学金融学院;
【关键词】： 厚尾TGARCH( )模型 QMLE t-标准化二次抽样bootstrap方法 严平稳性检验 对称性检验
【基金】：中央财经大学金融学院年度科研资助项目
【分类号】：O212.1
【正文快照】： 1引言 波动率是金融经济研究中一个非常重要的输入变量, 投资组合选择、资产定价和风险管理等都离不开对波动率的准确度量. 在众多波动率建模方法中, 文献[1,2] 提出的ARCH/GARCH模型及其扩展模型应用尤其广泛. 对GARCH模型统计推断的研究, 已成为近30 年来金融时间序列领域

【相似文献】

中国期刊全文数据库 前2条

1 刘建华;;TGARCH模型下的VaR方法在期货市场中的应用[J];漳州师范学院学报(哲学社会科学版);2006年02期

2 ;[J];;年期

，

本文编号：737654