×
恩里科·比博纳;伊利亚·内格里

COGARCH（1,1）模型的高阶矩和基于预测的估计。 （英语） Zbl 1372.62037号

扫描。J.统计。 42，第4期，891-910（2015）.
概要：COGARCH模型是著名的GARCH财务收益模型的连续时间版本。本文的第一个目的是说明如果过程的高阶结构得到澄清，基于预测的估计函数方法如何应用于从COGARCH（1,1）模型的观测值中得出统计推断。本文的第二个目的是为过程的任何固定阶的联合矩提供递归表达式。给出了渐近结果，仿真研究表明，基于预测的估计函数方法优于其他可用的估计方法。

引用于4文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型
62P05号 统计学在精算科学和金融数学中的应用
60 H10型 随机常微分方程（随机分析方面）

关键词：

COGARCH模型;随机波动率模型;基于预测的估计函数;参数估计;较高力矩;GARCH模型;财务收益

软件：

R（右）;数学软件
PDF格式BibTeX公司 XML格式引用
\textit{E.Bibbona}和\textit{I.Negri}，扫描。J.Stat.42，No.4，891--910（2015；Zbl 1372.62037）
全文： 内政部 arXiv公司

参考文献：

[1] Applebaum，D.（2009年）。Lévy过程与随机微积分（第二版）。，剑桥高等数学研究，第116卷，剑桥大学出版社，剑桥·Zbl 1200.60001号
[2] Behme，A.、KluppelbergC.、。，MayrK（2014）。非对称COGARCH过程，庆祝应用概率信托50周年（J.Appl.Prob.Spec.Vol.51A）·Zbl 1329.60093号
[3] Brockwell，P.、ChadraaE..等人。，林德纳。(2006) .连续时间GARCH流程。附录申请。概率16，（2），790-826·Zbl 1127.62074号
[4] Brockwell，P.J.，DavisR。A.（1991年）。时间序列：理论与方法（第二版）。，Springer Series in Statistics，Springer‐Verlag，纽约·Zbl 0709.62080号
[5] Buchmann，B.，MuellerG。(2012) .GARCH极限实验。伯努利18，（1），64-99·Zbl 1291.62162号
[6] 迪特列夫森，S.，SörensenM。积分扩散过程观测的推断。扫描。《J Stat.31》（2004年），（3），417·Zbl 1062.62157号
[7] 戈达姆，V.P.，海德克。C.（1987）。准似然和最优估计。国际。统计师。第55版，（3），231-244·Zbl 0671.62007号
[8] Haug，S.、KlüppelbergC.、。，林德纳A。，ZappM。(2007) .COGARCH（1,1）模型中的矩估计方法。经济。J.10，（2），第320-341页·Zbl 1186.91231号
[9] Kallsen，J.，VesenmayerB。(2009) .COGARCH作为GARCH（1,1）的连续时限。随机过程。申请119，（1），74-98·Zbl 1172.62025号
[10] 科尔尼根，B.W.，里奇D。M.（1988年）。C编程语言，普伦蒂斯·霍尔，新泽西州恩格尔伍德克利夫斯·Zbl 0697.68008号
[11] Kim，M.，Lee S。(2013) .COGARCH（1,1）模型中不规则观测时间序列数据的最大似然估计。REVSTAT‐统计。J.11，（2），135-168·Zbl 1314.62197号
[12] Klüppelberg，C.，林德纳。，Maller R.（2004）。由Lévy过程驱动的连续时间GARCH过程：平稳性和二阶行为。J.应用。概率41，（3），601-622·Zbl 1068.62093号
[13] Klüppelberg，C.，Maller R.，SzimayerA。(2011). COGARCH：综述，期权定价和统计推断新闻。在随机过程调查中，EMS Ser。恭喜。欧洲数学代表。苏黎世；29-58. ·Zbl 1493.62585号
[14] Kyprianou，A.E.（2006年）。柏林施普林格-弗拉格大学，关于Lévy过程波动与应用的介绍性讲座·Zbl 1104.60001号
[15] 马丹，D.B.，塞内塔。(1990) .股票市场收益的方差-伽马（vg）模型。J.总线63，（4），511-524。
[16] 马勒，R.A.，米勒。，SzimayerA公司。(2008) .不规则间隔时间序列数据的连续时间GARCH建模。伯努利14，（2），519-542·Zbl 1155.62067号
[17] Müller，G.（2010年）。COGARCH（1,1）模型的MCMC估计。J.财务。《经济学》8，（4），481-510。
[18] 普洛特，体育（2005）。随机积分与微分方程（第二版）。，《随机建模与应用概率》，第21卷，施普林格出版社，柏林。2.1版，更正了第三次打印。
[19] R开发核心团队。(2011). R： 用于统计计算的语言和环境。R统计计算基金会，奥地利维也纳。
[20] Sörensen，M.（2000年）。基于预测的估计功能。经济。J.3，（2），123-147·Zbl 0998.62071号
[21] Sörensen，M.（2011）。基于预测的评估功能：回顾和新发展。钎焊。J.概率。统计数字25，（3），362-391·Zbl 1230.62111号
[22] Stelzer，R.（2010）。多元COGARCH（1,1）过程。伯努利16，（1），80-115·Zbl 1200.62110号
[23] Wolfram Research Inc.（2013）Mathematica 9.0。伊利诺伊州香槟市Wolfram Research公司。
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。