×
亚历克斯·贡扎加;迈克尔·豪泽

广义长记忆随机波动率的小波Whittle估计。 （英语） Zbl 1332.62074号

统计方法应用。 20，第1期，23-48（2011）.
摘要：我们考虑了长记忆随机波动率模型的（k）-GARMA推广，讨论了模型的性质，并提出了一种基于小波的Whittle估计。显示了其一致性。蒙特卡罗实验表明，小样本性质与Whittle估计量的小样本性质基本上无法区分，但相对于基于小波的近似最大似然估计量而言，它们是有利的。给出了微软公司股票的一个应用程序，对其已实现波动的日内季节模式进行了建模。

引用于三文件

MSC公司：

10层62层 点估计
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62米15 随机过程和谱分析的推断
65二氧化碳 蒙特卡罗方法
65C60个 统计中的计算问题（MSC2010）
62P05号 统计学在精算科学和金融数学中的应用
91B84号 经济时间序列分析
2015年1月62日 贝叶斯推断
91G70型 统计方法；风险措施

关键词：

长存储器;\（k\）-GARMA;随机波动性;Whittle估计器;小波

软件：

wmtsa公司
PDF格式BibTeX公司 XML格式引用
\textit{A.Gonzaga}和\textit{M.Hauser}，统计方法应用。20、第1号、第23-48号（2011；Zbl 1332.62074）
全文： 内政部

参考文献：

[1] Andersen T，Bollerslev T（1997）金融市场的日内周期性和波动持续性。J实证财务报告4:115–158·doi:10.1016/S0927-5398（97）00004-2
[2] Andersen T、Bollerslev T、Diebold FX、Labys P（2003）《已实现波动率建模与预测》。经济计量学71:529–626·Zbl 1142.91712号 ·doi:10.1111/1468-0262.00418
[3] Arteche J（2004）随机波动率和信号加噪声模型中长记忆的高斯半参数估计。《计量经济学杂志》119:131–154·Zbl 1337.62241号 ·doi:10.1016/S0304-4076（03）00158-1
[4] Arteche J，Robinson P（2000）季节性和周期性长记忆过程中的半参数推断。时间序列分析杂志21（1）：1–25·Zbl 0974.62079号 ·数字对象标识代码：10.1111/1467-9892.00170
[5] Bisaglia L、Bordignon S、Lisi F（2003）日内波动率预测的k因子garma模型。应用经济快报10:251–254·doi:10.1080/1350485032000050653
[6] Breidt FJ，Crato N，de Lima P（1998）关于随机波动中长记忆的检测和估计。《计量经济学杂志》83:325–348·Zbl 0905.62116号 ·doi:10.1016/S0304-4076（97）00072-9
[7] Bollerslev T，Mikkelsen HO（1996），股市波动中长记忆的建模和定价。《计量经济学杂志》73:151–184·Zbl 0960.62560号 ·doi:10.1016/0304-4076（95）01736-4
[8] Bockina NA（2007）相关数据的小波良好性检验。J Stat Plan推断137:2593–2612·Zbl 1115.62047号 ·doi:10.1016/j.jspi.2006.04.015
[9] Chung C（1996）估计广义长记忆过程。《计量经济学杂志》73:237–259·Zbl 0854.62083号 ·doi:10.1016/0304-4076（95）01739-9
[10] Cragmile PF，Percival DB（2005），尺度小波系数之间的渐近去相关。IEEE Trans-Inf理论51:1039–1048·Zbl 1297.62191号 ·doi:10.1109/TIT.2004.842575
[11] Daubechies I（1992）关于小波的十次讲座。费城SIAM·Zbl 0776.42018号
[12] Deo R（1995）多元自回归过程中单位根的检验。爱荷华州立大学博士论文
[13] Deo R，Hurvich C（2001）关于长记忆随机波动率模型中记忆参数的对数周期图回归估计。计量经济学理论17:686–710·Zbl 1018.62079号 ·网址：10.1017/S0266466601174025
[14] Deo R，Hurvich C，Lu Y（2006）使用长记忆随机波动率模型预测实现的波动率：估计、预测和季节调整。《计量经济学杂志》131:29–58·Zbl 1337.62355号 ·doi:10.1016/j.jeconom.2005.01.003
[15] Fan Y（2003）关于分数差过程离散小波变换的近似去相关性质。IEEE Trans-Inf理论49:516–521·Zbl 1063.94510号 ·doi:10.1109/TIT.2002.807309
[16] Giraitis L，Leipus R（1995）长记忆建模中的广义分数差分方法。立陶宛数学J 35（1）：53–65·Zbl 0837.62066号 ·doi:10.1007/BF02337754
[17] Giraitis L，Hidalgo J，Robinson PM（2001）未知极点参数谱密度的高斯估计。安统计29:987–1023·Zbl 1012.62098号 ·doi:10.1214/aos/1013699989
[18] Gonzaga A，Kawanaka A（2006）广义分数过程尺度小波系数之间的渐近去相关。数字信号处理16:320–329·doi:10.1016/j.dsp.2005.11.003
[19] Gradshteyn IS，Ryzhik IM（2007）积分、级数和乘积表。纽约学术出版社
[20] Gray H，Zhang N，Woodward W（1989）关于广义分式过程。时间序列分析杂志10（3）：233–257·Zbl 0685.62075号 ·doi:10.1111/j.1467-9892.1989.tb00026.x
[21] Harvey A（1998）随机波动中的长记忆。摘自：Knight J，Satchell S（编辑）《金融市场波动预测》。巴特沃斯·海尼曼，牛津，第307–320页
[22] Hannan EJ（1970）多时间序列。纽约威利
[23] Hannan EJ（1973）线性时间序列模型的渐近理论。应用概率杂志10（1）：130–145·兹比尔0261.62073 ·doi:10.2307/1212501
[24] Hurvich C，Ray B（2003）长记忆随机波动率的局部Whittle估计。《金融计量经济学杂志》1（3）：445–470·doi:10.1093/jjfinec/nbg018
[25] Jensen M（2004）长记忆随机波动率模型的半参数贝叶斯推断。《时序分析杂志》25（6）：895–922·Zbl 1062.62232号 ·文件编号：10.1111/j.1467-9892.2004.00384.x
[26] Moulines E，Roueff F，Taqqu MS（2008）非平稳高斯时间序列记忆参数的小波whittle估计。Ann Stat 36（4）：1925–1956·Zbl 1142.62062号 ·doi:10.1214/07-AOS527
[27] Palma W，Chan NH（2005）季节性长程相关过程的有效估计。时间序列分析杂志26:863–892·Zbl 1097.62092号 ·数字对象标识代码：10.1111/j.1467-9892.2005.00447.x
[28] Percival DB、Sardy S、Davison AC（2001）《小波时间序列：基于自适应小波的自举》。In:Fitzgerald WJ，Smith RL，Walden AT，Young PC（eds）非线性和非平稳信号处理。剑桥大学出版社，剑桥，第442-470页·Zbl 0993.93033号
[29] Percival D，Walden A（2000）时间序列分析的小波方法。剑桥大学出版社·Zbl 0963.62079号
[30] Porter-Hudak S（1990）季节性分数差模型在货币总量中的应用。JASA 85:338–344·doi:10.1080/01621459.1990.10476206
[31] Soares LJ，Souza LR（2006）使用广义长记忆预测电力需求。国际J预测22:17-28·doi:10.1016/j.ij预测.2005.09.004
[32] Taqqu M，Teverovsky V（1997）长程相关时间序列的Whittle型估计的稳健性。Stochast型号13:723–757·1090.62555兹罗提 ·doi:10.1080/1532634970807449
[33] Whitcher B（2004）基于小波的季节性长记忆估计。技术计量学46（2）：225–238·doi:10.1198/00401700400000275
[34] Woodward W，Cheng Q，Gray H（1998）k因子GARMA长记忆模型。《时序分析杂志》19（4）：485–504·兹比尔1017.62083 ·doi:10.1111/j.1467-9892.1998.00105.x
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。