基于SM-估计的重尾ARMA模型研究

发布时间：2021-08-18 12:01

　　时间序列分析是基于数理统计学和随机过程理论的一种重要方法,时间序列可分为平稳序列和非平稳序列,ARMA模型是最常用的拟合平稳时间序列的模型。众所周知,对于ARMA模型的参数估计,目前运用最多的是最大似然（ML）估计和最小二乘（LS）估计。对于ML估计和LS估计,只有在假设模型的误差方差存在的条件下,才能得到较好的估计效果。但是金融数据通常具有重尾性质,这些数据的方差可能是无穷的,此时使用ML估计和LS估计就显得不够稳健。于是,学者们提出使用最小一乘（LAD）或者M-估计去替代ML估计和LS估计,其中LAD估计是M-估计的特殊形式。尽管与ML估计和LS估计相比,M-估计无需假设误差方差存在并且具有较强的稳健性,但是它本质上给予异常点和正常点相同的权重,无法有效减少极端值以及高杠杆点的影响,以至于某些情况下无法保证渐近正态性的存在。针对上述估计方法存在的问题,本文在M-估计的基础上,根据数据的差异分别给予不同的权重,提出了ARMA模型的SM-估计。SM-估计不仅能有效地降低异常点的影响,还可以在允许误差方差无穷的条件下得到估计参数的相合性和渐近正态性。由于我们在参数估计时并不知道模型是否具... 

【文章来源】：浙江工商大学浙江省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图4.1:日收益率时序图

图4.2:日收益率Hill图

【参考文献】：
期刊论文
[1]基于ARMA-GARCH模型的沪深300指数波动率分析与预测[J]. 黄轩,张青龙.  中国物价. 2018(06)
[2]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)
[3]基于ARMA-GARCH模型的上证指数短期预测研究[J]. 闫冬.  重庆理工大学学报(社会科学). 2012(10)
[4]基于ARMA模型的股价分析与预测的实证研究[J]. 冯盼,曹显兵.  数学的实践与认识. 2011(22)
[5]基于不同误差分布下ARMA-GARCH模型的国债指数实证研究[J]. 谭常春,张勇,张虎.  合肥学院学报(自然科学版). 2011(03)
[6]我国卫生总费用与GDP关系的研究——基于回归与ARMA模型的实证分析[J]. 傅书勇,孙淑军.  南京中医药大学学报(社会科学版). 2011(02)
[7]证券投资基金市场的ARMA-ARCH类模型分析[J]. 惠军,朱翠.  合肥工业大学学报(自然科学版). 2010(07)
[8]基于ARMA-GARCH模型的黄金价格实证分析[J]. 潘贵豪,胡乃联,刘焕中,李国清.  黄金. 2010(01)
[9]国债指数GARCH模型实证研究[J]. 杨树成.  北华航天工业学院学报. 2006(05)
[10]ARMA-GARCH模型对上海铜期货市场收益率的建模与分析[J]. 萧楠.  运筹与管理. 2006(05)

硕士论文
[1]南京市2006～2013年流感流行特征及ARIMA模型的应用[D]. 王炜翔.东南大学 2015



本文编号：3349849