一类oneGARCH-M模型的拟极大 张兴发, 李元广州大学经济与统计学院, 广州 510006 Quasi-maximum Exponential Likelihood Estimation ZHANG Xingfa, LI YuanSchool of Economics and Statistics, Guangzhou University, Guangzhou small 510006, China

摘要 图/表 参考文献(0) 相关文章(15) 点击分布统计 下载分布统计 --> 全文: PDF(422 KB) HTML (1 KB) 输出: BibTeX | EndNote (RIS) 摘要由于可以用来刻画金融市场波动与收益之间的关系，GARCH-M模型自提出之后，就受到了广泛的研究.关于GARCH-M模型，传统的估计方法大多是基于拟极大似然估计.然而这类方法通常对矩条件的要求比较高，而实际数据未必能够满足这些条件.因此研究如何在较弱的矩条件下来估计GARCH-M模型就有一定的实际意义.本文研究了一类特殊的GARCH-M模型.与传统GARCH-M模型不同的地方在于该类模型的条件方差决定于可观测的序列.通过拟极大指数似然估计的方法给出了模型参数的局部估计.在较弱的矩条件下给出了估计的渐近正态性证明.文章给出的模拟和实证研究表明该估计方法表现很好，有一定的应用价值. 服务 加入引用管理器 E-mail Alert RSS 收稿日期: 2015-03-19 PACS: O212.1 基金资助:国家自然科学基金（11401123，11271095）和高等学校博士学科点专项科研基金（20124410110002）资助项目. 引用本文: 张兴发, 李元. 一类oneGARCH-M模型的拟极大[J]. 应用数学学报, 2016, 39(3): 321-333. ZHANG Xingfa, LI Yuan. Quasi-maximum Exponential Likelihood Estimation. Acta Mathematicae Applicatae Sinica, 2016, 39(3): 321-333. 链接本文: http://123.57.41.99/jweb_yysxxb/CN/或 http://123.57.41.99/jweb_yysxxb/CN/Y2016/V39/I3/321 [1] Engle R F,Lilien D M,Robins R P.Estimating time varying risk premia in the term structure:the ARCH-M model.Econometrica,1987,55:391-407 [2] Christensen B J,Dahl C M,Iglesias E M.Semiparametric inference in a GARCH-in-Mean model.Journal of Econometrics,2012,167:458-472 [3] Ling S.Estimation and testing of stationarity for double autoregressive models.Journal of the Royal Statistical Society:Series B,2004,66:63-78 [4] Ling S.A double AR (ssize p) model:structure and estimation.Statistica Sinica,2007,17:161-175 [5] Zhang X,Wong H,Li Y,Ip W.An Alternative GARCH-in-Mean Model:Structure and Estimation.Communication in Statistics-Theory and Methods,2013,42:1821-1838 [6] Davis R A,Dunsmuir W T M.Least absolute deviation estimation for regression with ARMA errors.Journal of Theoretical Probability,1997,10:481-497 [7] Knight K.Limiting distributions for L1 regression estimators under general conditions.Annals of Statistics,1998,26:755-770 [8] Peng L,Yao Q.Least absolute deviations estimation for ARCH and GARCH models.Biometrika,2003,90:967-975 [9] Ling S.Self-weighted least absolute deviation estimation for infinite variance autoregressive models.Journal of the Royal Statistical Society:Series B,2005,67:381-393 [10] Pan J,Wang H,Yao Q.Weighted least absolute deviations estimation for ARMA models with infinite variance.Econometric Theory,2007,23:852-879 [11] Zhu K,Ling S.The global weighted LAD estimators for finite/infinite variance ARMA,(p,q) models.Econometric Theory,2012,28:1065-1086 [12] Zhu K,Ling S.LADE-based inference for ARMA models with unspecified and heavy-tailed heteroscedastic noises.Journal of the American Statistical Association,2015,110:784-794 [13] Chen M,Zhu K.Sign-based portmanteau test for ARCH-type models with heavy-tailed innovations.Journal of Econometrics,2015,189:313-320 [14] Li G,Li W K.Least absolute deviation estimation for fractionally integrated autoregressive moving average time series models with conditional heteroscedasticity.Biometrika,2008,95(2):399-414 [15] Zhu K,Ling S.Global self-weighted and local quasi-maximum exponential likelihood estimators for ARMA-GARCH/IGARCH models.Annals of Statistics,2011,39:2131-2163 [16] Zhu K,Ling S.Quasi-maximum exponential likelihood estimators for a double AR,(p) model.Statistica sinica,2013,23(1):251-270 [17] Pan B,Chen M.Self-weighted quasi-maximum exponential likelihood estimator for ARFIMA-GARCH models.Journal of Statistical Planning and Inference,2013,143:716-729 [18] 黄金山,陈敏.基于高频数据的GARCH模型的伪极大指数似然估计.应用数学学报,2014,37(6):1005-1017 (Huang J,Chen M.Quasi-maximum Exponential Likelihood Estimators for GARCH Models based on High Frequency Data.Acta Mathematicae Applicatae Sinica,2014,37(6):1005-1017) [19] Pan B,Chen M.Quasi-maximum exponential likelihood estimation for a nonstationary GARCH,(1,1) model.Communication in Statistics-theory and Methods,2016,45:1-14 [20] Li G.On some nonlinear time series models and the least absolute deviation estimation.The Hong Kong University Ph.D dissertation,2007 [21] Davis R A,Knight K,Liu J.M-estimation for autoregressions with infinite variances.Stochastic Processes and their Applications,1992,40:145-180 [1] 温利民, 方婧, 梅国平. 聚合风险模型下Esscher风险度量的估计及其大样本性质[J]. 应用数学学报, 2015, 38(2): 330-339. [2] 李元, 蔡风景, 孙岩, 赵海清. GARCH-M模型参数的经验似然估计[J]. 应用数学学报(英文版), 2014, 37(3): 557-571. [3] 邹清明, 朱仲义. 部分线性单指标模型的两步M-估计的大样本性质[J]. 应用数学学报(英文版), 2014, 37(2): 218-233. [4] 刘 强, 薛留根. 纵向数据下部分线性EV模型的渐近性质[J]. 应用数学学报(英文版), 2009, 32(1): 178-189. [5] 李永明. $\varphi$混合误差下回归函数小波估计的渐近正态性[J]. 应用数学学报(英文版), 2008, 31(6): 1046-1055. [6] 张日权. 强相依数据的函数系数部分线性模型的估计[J]. 应用数学学报(英文版), 2006, 29(2): 374-381. [7] 苟列红. 左截断右删失数据下半参数模型风险率函数估计[J]. 应用数学学报(英文版), 2005, 28(4): 675-688. [8] 刘焕彬, 孙六全. 截断与删失数据下的一个回归方法[J]. 应用数学学报(英文版), 2005, 28(1): 1-10. [9] 王炳章. 非参数回归函数的k_n近邻估计的渐近性质及其Bootstrap逼近[J]. 应用数学学报(英文版), 2001, 24(3): 410-417. [10] 孙六全, 任浩波. 具有左截尾数据的二元估计[J]. 应用数学学报(英文版), 2001, 17(2): 145-156. [11] 孙六全, 任浩波. 具有左截尾数据的二元估计[J]. 应用数学学报(英文版), 2001, 17(2): 145-156. [12] 王立洪. 带有相依样本的随机规划问题的渐近性态[J]. 应用数学学报(英文版), 1999, 22(1): 78-083. [13] 彭作祥. 一类简化的Pickands型估计[J]. 应用数学学报(英文版), 1998, 21(4): 0-0. [14] 孙六全. 随机删失数据下几种风险率函数估计的渐近性质[J]. 应用数学学报(英文版), 1998, 21(4): 0-0. [15] 李治国. 关于线性秩统计量的渐近正态性及其收敛速度[J]. 应用数学学报(英文版), 1998, 21(2): 0-0. PDF全文下载地址: http://123.57.41.99/jweb_yysxxb/CN/article/downloadArticleFile.do?attachType=PDF&id=14154 相关话题/应用数学 数据 统计 学报 观测 领限时大额优惠券,享本站正版考研考试资料! 优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ... 考试优惠券 本站小编 Free壹佰分学习网 2022-09-19 多变量半连续数据的似然比检验 鲁亚会1，刘爱义2，江涛3,41.浙江科技学院经济与管理学院,杭州310023;2.美国国立卫生研究院,美国贝塞斯达MD20817;3.浙江工商大学统计与数学学院,杭州310018;4.浙江工商大学杭州商学院,桐庐311599出版日期:2021-11-25发布日期:2021-12-25ALikeli ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 基于引文大数据的高阶网络建模及信息增益比较研究 李佳旭1，蔡梦思1，谭索怡1，贾韬2，吕欣11.国防科技大学系统工程学院,长沙410073;2.西南大学计算机与信息科学学院软件学院,重庆400715出版日期:2021-10-25发布日期:2021-12-24AComparisonStudyofHigher-OrderNetworkModeling ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 ``双循环''背景下医药制造业参与全球与国内价值链分工的统计研究 项莹，陈奇远浙江财经大学数据科学学院,杭州310018出版日期:2021-10-25发布日期:2021-12-24MeasurementofthePharmaceuticalManufacturingIndustry'sParticipationintheGlobalandDomesticValue ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 基于高维高频金融数据的最小方差组合风险的估计及应用 刘丽萍1，吕政21.贵州财经大学数学与统计学院,贵阳550025;2.中央财经大学统计与数学学院,北京102206出版日期:2021-10-25发布日期:2021-12-24EstimationandApplicationofMinimumVariancePortfolioRiskBasedonHi ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 信息物理系统区间观测器设计及攻击检测应用 张雯阳，唐明珠，郭胜辉苏州科技大学电子与信息工程学院,苏州215009出版日期:2021-09-25发布日期:2021-11-25IntervalObserverDesignforCyber-PhysicalSystemsandApplicationtoAttackDetectionZHANGWen ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 缺失数据下变系数部分非线性测量误差模型的经验似然估计 范国良1，饶诗文1，王江峰21.上海海事大学经济管理学院,上海201306;2.浙江工商大学统计与数学学院,杭州310018出版日期:2021-09-25发布日期:2021-11-25EmpiricalLikelihoodEstimationforPartiallyNonlinearVaryingC ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 股票误价和信息部分可观测下的时间一致再保险和投资策略 王佩1，张玲2,1，范思雨11.广东金融学院经济贸易学院,广州5105212.中国社会科学院美国研究所博士后流动站,北京100720出版日期:2021-07-25发布日期:2021-10-14Time-ConsistentReinsuranceandInvestmentStrategieswithM ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 带信息观测的与时间相关协变量的面板计数数据分析 杨青1，孙晓伟21.中南民族大学数学与统计学学院,武汉430074;2.北京交通大学理学院数学系,北京100044出版日期:2021-03-25发布日期:2021-06-23AnalysisofPanelCountDatawithTime-DependentCovariatesandInformat ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 带衰减观测和随机传感器偏差的多传感器AR信号融合辨识与估计 万涛，孙书利黑龙江大学电子工程学院,哈尔滨150080出版日期:2021-01-25发布日期:2021-03-11FusionIdentificationandEstimationofMulti-SensorARSignalswithFadingMeasurementsandStochasticSe ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 基于序统计量 Extropy的检验分布对称性的新方法 张虹1，邱国新1,21.安徽新华学院商学院,合肥230088;2.中国科学技术大学管理学院,合肥230026出版日期:2021-02-25发布日期:2021-04-19TestingSymmetryBasedontheExtropyofOrderStatisticsZHANGHong1,QIUGuo ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 Free考研考试FreeKaoYan.Com 欢迎来到Free考研考试，"为实现人生的Free而奋斗" 关于我们 联系我们 电子邮件 苏ICP备16059069号 © 2020 FreeKaoYan! . All rights reserved.