×

函数系数GARCH-M模型。 (英语) Zbl 1347.62204号

基于风险规避的时变特性和函数系数回归模型,研究了函数系数GARCH-M模型。所提出的GARCH-M型模型为研究风险规避与某些变量之间的关系提供了一种方法。给出了一种估计模型的方法,并获得了一些理论结果。仿真结果表明,该方法具有良好的性能。实证研究表明,与通常的参数模型相比,该模型能够更好地拟合所考虑的数据。

MSC公司:

62米10 统计学中的时间序列、自相关、回归等(GARCH)
62J02型 一般非线性回归
62第20页 统计学在经济学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 内政部:10.1017/S0266466600012780·doi:10.1017/S0266466600012780
[2] 内政部:10.1080/07350015.1993.10509946·doi:10.1080/07350015.1993.10509946
[3] 内政部:10.1080/01621459.2000.10474284·doi:10.1080/01621459.2000.10474284
[4] 内政部:10.1016/0304-4076(92)90070-8·doi:10.1016/0304-4076(92)90070-8
[5] DOI:10.1016/j.jeconom.2011.09.028·兹比尔1441.62649 ·doi:10.1016/j.econom.2011.09.028
[6] 内政部:10.1007/s00181-009-0281-y·doi:10.1007/s00181-009-0281-y
[7] 内政部:10.2307/1913242·doi:10.2307/1913242
[8] 数字对象标识码:10.1111/j.1540-6261.1993.tb05127.x·doi:10.1111/j.1540-6261.1993.tb05127.x
[9] 内政部:10.1016/0304-405X(89)90095-0·doi:10.1016/0304-405X(89)90095-0
[10] 内政部:10.2307/2329067·doi:10.2307/2329067
[11] Kosorok M.R.,《经验过程和半参数推断导论》(2006年)·Zbl 1180.62137号
[12] 数字对象标识码:10.1111/j.1467-9868.2004.00432.x·Zbl 1061.62138号 ·文件编号:10.1111/j.1467-9868.2004.00432.x
[13] Ling S.,统计罪。第17页,161页–(2007年)
[14] 杨磊,Stat.Sin。第12页,801页–(2002年)
[15] 内政部:10.1016/j.jeconom.2005.03.006·Zbl 1337.62335号 ·doi:10.1016/j.jeconom.2005.03.006
[16] 内政部:10.4310/SII.2011.v4.n2.a10·Zbl 1513.62187号 ·doi:10.4310/SII.2011.v4.n2.a10
[17] 内政部:10.1080/03610926.2011.598999·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。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。