艾曼纽尔·阿尔方苏斯·阿克潘;卡泽姆·埃蒂塔约·拉西西;伊莫·乌多·莫法特;Abasiekwere，乌本·阿克潘 通过异常值修正的GARCH型模型评估超额峰度。 （英语） Zbl 07713878号 Commun公司。统计、仿真计算。 52，第4期，1523-1537（2023）. 摘要：本文的目的是评估从现有异方差模型中减去离群值的影响是否有任何改进，以及这种改进是否与现有模型在捕获收益序列中超额峰度的效率方面有所不同。该研究采用了现有的和异常的修正自回归条件异方差（ARCH）、广义自回归条件异方差（GARCH）、指数GARCH（EGARCH），Glosten、Jagnnathan和Runkle GARCH关于正态分布和student-t分布的模型，用于评估与峰度理论值相比所表示收益序列的超额峰度部分。应用的数据是2006年1月3日至2016年11月24日尼日利亚联合银行和联合银行的股价，包括2690个观察值，这些数据是从尼日利亚证券交易所获得的。结果表明，所选的异常值修正GARCH型模型足够且充分地减少了接近理论值的超额峰度值。因此，通过减去异常值的影响对现有GARCH型模型进行修改，似乎表明捕获的超额峰度部分有了实质性改进，从而证明了异常值修改的GARCH模型与现有模型有所不同。 MSC公司： 37米10 动力系统的时间序列分析 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 关键词：异方差;离群值;串行相关;时间序列;波动 PDF格式BibTeX公司 XML格式引用 \textit{E.Alphonsus Akpan}等人，Commun。统计、仿真计算。52，第4号，1523-1537（2023；Zbl 07713878） 全文： 内政部 链接 参考文献： [1] 阿杜·G。；Alagidede，P。；Karimu，A.，《金砖国家的股票收益分配》，《发展金融评论》，5，2，98-109（2015）·doi:10.1016/j.rdf.2015.09.002 [2] 阿克潘，E.A。；Lasisi，K.E。；Adamu，A。；Rann，H.B.，在存在异常值的情况下，迭代方法在ARIMA-GARCH过程效率建模中的应用，应用数学，10，3，138-58（2019）·doi:10.4236/am.2019.103012 [3] 阿克潘，E.A。；Moffat，I.U.，离散时间序列中非对称GARCH效应的检测和建模，国际统计与概率杂志，6，6，111-19（2017）·doi:10.5539/ijsp.v6n6p111 [4] 阿克潘，E.A。；Moffat，I.U.，建模异常值对线性随机时间序列模型估计的影响，国际分析与应用杂志，17，530-47（2019）·兹比尔1437.91414 [5] Alih，E。；Ong，H.C.，线性模型中异方差的抗离群检验，应用统计杂志，42，8，1617-34（2015）·Zbl 1514.62396号 ·doi:10.1080/02664763.2015.1004623 [6] 胆汁，C。；Huzurbazar，S.，基于小波的时间序列离群值检测，计算与图形统计杂志，11，2，311-27（2002）·doi:10.1198/106186002760180536 [7] Bollerslev，T.，广义自回归条件异方差，计量经济学杂志，31，3，307-27（1986）·Zbl 0616.62119号 ·doi:10.1016/0304-4076（86）90063-1 [8] Bollerslev，T。；Mikkelsen，H.O.，《股市波动中的长记忆建模和定价》，《计量经济学杂志》，73，1，151-84（1996）·Zbl 0960.62560号 ·doi:10.1016/0304-4076（95）01736-4 [9] Box，G.E.P.公司。；詹金斯，G.M。；Reinsel，G.C.，《时间序列分析：预测与控制》（2008年），新泽西州霍博肯：新泽西州霍博肯John Wiley&Sons·Zbl 1154.62062号 [10] 卡波林，M。；Costola，M.，《GARCH模型中的不对称和杠杆：新闻影响曲线视角》，应用经济学，51，31，3345-64（2019）·doi:10.1080/00036846.2019.1578853 [11] Carnero，M.A.、Pena，D.和Ruiz，E.，2001年。时间序列中的异常值和条件自回归异方差。工作文件01-07，统计学和计量经济学04。马德里卡洛斯三世大学建筑与计量经济系。 [12] 卡内罗，医学硕士。；佩纳，D。；Ruiz，E.，异常值对GARCH模型识别和估计的影响，时间序列分析杂志，28，4（2007）·Zbl 1164.62041号 ·文件编号：10.1111/j.1467-9892.2006.00519.x [13] Chang，I。；Tiao，G.C。；Chen，C.，存在离群值时的时间序列参数估计，技术计量学，30，2，193-204（1988）·doi:10.1080/00401706.1988.10488367 [14] 陈，C。；Liu，L.M.，时间序列中模型参数和异常值效应的联合估计，美国统计协会杂志，8284-97（1993）·Zbl 0775.62229号 [15] 康拉德，C。；Karanasos，M.，《关于GARCH-in-mean模型中记忆的传递》，《时间序列分析杂志》，36，5，706-20（2015）·Zbl 1329.62375号 ·doi:10.1111/jtsa.12119 [16] Dias，G.F.，《时变GARCH-in-mean模型》，《经济学快报》，157，129-32（2017）·兹比尔1398.91681 ·doi:10.1016/j.econlet.2017.06.005 [17] Duchesne，P.，《关于时间序列模型中条件异方差的稳健检验》，计算统计与数据分析，46，2，227-56（2004）·Zbl 1430.62192号 ·doi:10.1016/S0167-9473（03）00173-7 [18] Engle，R.F.，英国通货膨胀方差估计的自回归条件异方差，《计量经济学》，50，4，987-1007（1982）·Zbl 0491.62099号 ·doi:10.2307/1912773 [19] 恩格尔，R.F。；Ng，V.K.，《衡量和测试新闻对波动性的影响》，《金融杂志》，48，5，1749-78（1993）·doi:10.1111/j.1540-6261.1993.tb05127.x [20] Escanciano，J.C.，异方差时间序列模型的渐近无分布诊断检验，计量经济学理论，26，3，744-73（2010）·Zbl 1191.62085号 ·doi:10.1017/S026646660999900 [21] 冯，L。；Shi，Y.，GARCH模型中扰动分布的模拟研究，Cogent Economics and Finance，5，1（2017）·doi:10.1080/233220392017.3555503 [22] 冯，L。；Shi，Y.，具有缓和稳定分布的分数积分GARCH模型：模拟研究，应用统计杂志，44，16，2837-57（2017）·Zbl 1516.62277号 ·doi:10.1080/02664763.2016.1266310 [23] 弗朗克·C。；Zakoian，J。；第1版，GARCH模型：结构、统计推断和财务应用（2010年），奇切斯特：约翰威利父子有限公司，奇切斯 [24] 弗朗西斯，P.H。；Ghijsels，H.，加性离群值，GARCH和预测波动性，国际预测杂志，15，1，1-9（1999）·doi:10.1016/S0169-2070（98）00053-3 [25] 弗朗西斯，P.H。；van Dijk，D.，《实证金融学中的非线性时间序列模型》（2003），纽约：剑桥大学出版社，纽约 [26] Gil-Alana，L.A.，《条件异方差误差背景下的持续性测试》，《应用金融经济学》，第20、22、1709-23页（2010年）·doi:10.1080/09603107.2010.522516 [27] Glosten，L.R。；Jagannathan，R。；Runkle，D.，《关于股票名义超额收益率的期望值和波动性之间的关系》，《金融杂志》，48，5，1779-801（1993）·doi:10.1111/j.1540-6261.1993.tb05128.x [28] Grane，A。；Veiga，H.，基于小波的金融时间序列离群值检测，计算统计与数据分析，54，11，2580-93（2010）·Zbl 1284.91585号 ·doi:10.1016/j.csda.2009.12.010 [29] Grane，A。；Veiga，H.，Outliers，GARCH型模型和风险度量：几种方法的比较，《实证金融杂志》，26，26-40（2014）·doi:10.1016/j.jempfin.2014.01.005 [30] 格罗西，L。；Laurini，F.，《经济时间序列分析：极值观测对检验异方差分量的影响》，《商业和工业中的应用随机模型》，20，2115-30（2004）·Zbl 1060.62133号 ·doi:10.1002/asmb.508 [31] 他，C。；Teräsvirta，T。；Malmsten，H.，一阶指数GARCH模型族的矩结构，计量经济学理论，18，4，868-85（2002）·Zbl 1106.62345号 ·网址：10.1017/S0266466602184039 [32] Hong，E.P.，GARCH-M过程的自相关结构，《经济学快报》，37，2，129-32（1991）·Zbl 0729.62630号 ·doi:10.1016/0165-1765（91）90120-A [33] Hotta，L.K。；特拉西奥斯，C。；熔岩，C。；Gomes，F.，《数学与应用进展，存在加性异常值时（M）GARCH模型的推断：规范、估计和预测》（2018），查姆：斯普林格，查姆 [34] Hotta，L.K。；Tsay，R。；贝尔，W.R。；McElroy，T.，《经济时间序列：建模和季节性》，GARCH过程中的异常值，337-58（2012），博卡拉顿：查普曼和霍尔，博卡拉顿·Zbl 1237.91005号 [35] Huskaj，B。；Larsson，K.，《隐含波动率指数动态的实证研究：国际证据》，《定量金融快报》，4，1，77-85（2016）·doi:10.1080/21649502.2017.1292041 [36] Islam，M.A.，《应用广义自回归条件异方差模型对单变量波动率建模》，《应用科学杂志》（2014） [37] 蒋，X。；宋，X。；Xiong，Z.，GARCH模型的有效和稳健估计，测试与评估杂志，44，5（2016）·doi:10.1520/JTE20140313 [38] 姜杰。；赵（Q.Zhao）。；Hui，Y.V.，ARCH模型的稳健建模，预测杂志，20，2，111-33（2001）·doi:10.1002/1099-131X（200103）20:2<111:：AID-FOR786>3.0.CO；2-牛顿 [39] 建宏，W。；Lixing，Z.，《在时间序列中测试GARCH型模型的充分性》，《数学科学学报》，29，327-40（2009）·Zbl 1189.62148号 [40] 卡姆兰法尔，H。；R.奇尼帕尔达兹。；Mansouri，B.，《检测GARCH（p，q）模型中的异常值》，《统计中的通信——模拟和计算》，46，10，7844-54（2017）·Zbl 1462.62538号 ·doi:10.1080/03610918.2016年12月255964日 [41] Karanasos，M.，《ARMA模型中GARCH平均效应的预测》，《时间序列分析杂志》，22，5，555-76（2001）·Zbl 0979.62073号 ·数字对象标识代码：10.1111/1467-9892.00241 [42] Kaya，A.，《离群值因子的统计建模》，《Ozean应用科学杂志》，3185-94（2010） [43] 洛佩斯·德·拉卡莱。，J.，Tsoulderss R包，用于检测时间序列中的离群值（2019） [44] Maasoumi，E。；McAleer，M.，《实现的波动性和长期记忆：综述》，《计量经济学评论》，第27、1-3、1-9页（2008年）·Zbl 1359.62460号 ·doi:10.1080/07474930701853459 [45] 莫法特，I.U。；Akpan，E.A.，离散时间随机序列中离群值的识别和建模，《美国理论与应用统计杂志》，6191-97（2017） [46] 莫法特，I.U。；Akpan，E.A.，《面对超额峭度时离散时间序列的异方差建模》，《全球科学前沿研究杂志：F数学与决策科学》，18，21-32（2018） [47] 穆勒，N。；Yohai，V.，GARCH模型的稳健估计，《统计规划与推断杂志》，138，102918-40（2008）·兹比尔1140.62068 ·doi:10.1016/j.jspi.2007.11.003 [48] Nelson，D.B.，《资产回报的条件异方差》。新方法，《计量经济学》，59，2，347-70（1991）·Zbl 0722.62069号 ·doi:10.2307/2938260 [49] Opschoor，A。；Janus，P。；卢卡斯，A。；van Dijk，D.，《fat-tailed realished covariance and returns的新重模型》，《商业与经济统计杂志》，36，4，643-57（2018）·doi:10.1080/07350015.2016.1245622 [50] Park，B.J.，《一个离群稳健GARCH模型与汇率收益波动预测》，《预测杂志》，21，5，381-93（2002）·doi:10.1002/适用于827 [51] Rana，M.S.，存在离群值时异方差回归模型的稳健诊断和估计（2010），马来西亚普特拉大学 [52] 桑切斯，M.J。；Pena，D.，ARIMA模型中多个离群值的识别，《统计学中的通信——理论和方法》，32，1265-87（2003）·Zbl 1104.62326号 [53] Siddiqui，T.A。；Narula，I.，《印度股市波动与异常：行为方法》，《亚洲太平洋管理研究与创新期刊》，第12期，第3-4期，第194-202期（2016年）·doi:10.1177/2319510X17708368 [54] 所以，M.K.P。；Chen，C.W.S。；Lee，J.Y。；Chang，Y.P.，《金融时间序列建模中最终分布的实证评估》，《模拟中的数学和计算机》，77，1，96-108（2008）·Zbl 1148.62316号 ·doi:10.1016/j.matcom.2007.02.008 [55] Tripathy，T。；Gil-Alana，L.，《印度股票收益的时变波动建模：一些经验证据》，《发展金融评论》，5，2，91-97（2015）·doi:10.1016/j.rdf.2015年4月4日02 [56] Tsay，R.S.，《金融时间序列分析》（2010），纽约：John Wiley&Sons出版社，纽约·Zbl 1209.91004号 [57] Urooj，A。；Asghar，Z.，AR（1）过程中检测异常值（加性、创新、瞬态和电平偏移）的测试统计性能分析，统计通信-模拟和计算，46，2，948-79（2017）·Zbl 1422.62291号 ·doi:10.1080/03610918.2014.985383 [58] Van Dijk，D。；弗朗西斯，P.H。；Lucas，A.，在存在加性异常值的情况下对ARCH进行测试，《应用计量经济学杂志》，14，5，539-62（1999）·doi:10.1002/（SICI）1099-1255（199909/10）14:5<539:：AID-JAE526>3.0.CO；2瓦 [59] Wei，W.W.S.，时间序列分析单变量和多变量方法（2006），纽约：Adison Westley，纽约·兹比尔1170.62362 [60] Zhang，G.P.，使用混合ARIMA和神经网络模型进行时间序列预测，神经计算，50，159-75（2003）·Zbl 1006.68828号 ·doi:10.1016/S0925-2312（01）00702-0 [61] 张瑞敏。；Lin，Z.Y.，一般类仅具有极小无穷方差的GARCH模型的极限理论，时间序列分析杂志，33，1，161-74（2012）·Zbl 1300.62086号 ·doi:10.1111/j.1467-9892.2011.00749.x [62] 张，X。；Wong，H。；Li，Y.，一个函数系数GARCH-M模型，《统计学中的传播——理论和方法》，45，13，3807-21（2016）·Zbl 1347.62204号 ·doi:10.1080/03610926.2014.906615 [63] Zhang，X.H。；李毅。；Ip，W.C.，《替代GARCH-in-Mean模型：结构和估计》，《统计学中的沟通——理论和方法》，42，10，1821-38（2013）·Zbl 1319.62195号 ·doi:10.1080/03610926.2011.598999 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。