阿努吉·米什拉;塞克·瓦里亚姆·拉马纳森 非平稳自回归条件持续时间模型。 (英语) Zbl 1507.62329号 非线性动力学研究。经济。 21,第4号,文章ID 20150057,22 p.(2017)。 引用于2文件 MSC公司: 62P05号 统计学在精算科学和金融数学中的应用 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 62E20型 统计学中的渐近分布理论 关键词:自回归条件持续时间模型;高频数据;局部多项式估计;非平稳性;时变ACD模型 软件:科恩平滑 PDF格式BibTeX公司 XML格式引用 \textit{A.Mishra}和\textit{T.V.Ramanathan},非线性动力学研究。经济。21,第4号,文章ID 20150057,22 p.(2017;Zbl 1507.62329) 全文: 内政部 参考文献: [1] 巴恩多夫·尼尔森、O.E.、P.R.汉森、A.隆德和N.谢泼德。2009.《实践中实现的核心:交易和报价》,《计量经济学杂志》12(3):C1-C32。;巴恩多夫·尼尔森,O.E。;Hansen,P.R。;伦德,A。;Shephard,N.,《实践中实现的核心:交易和报价》,《计量经济学杂志》,第12、3、C1-C32页(2009年)·Zbl 1179.91259号 [2] Bauwens,L.和P.Giot。2000.《对数ACD模型:在纽约证交所三只股票买卖报价过程中的应用》,《经济与统计年鉴》60:117-149。;Bauwens,L。;Giot,P.,《对数ACD模型:三只纽约证券交易所股票买卖报价过程的应用》,《经济与统计年鉴》,60117-149(2000) [3] Bortoluzzo,A.B.、P.A.Morettinn和C.M.C.Toloi。2010.《时间变量自回归条件持续时间模型》,《应用统计学杂志》37:847-864。;Bortoluzzo,A.B。;Morettinn,P.A。;Toloi,C.M.C.,时间变量自回归条件持续时间模型,应用统计学杂志,37847-864(2010)·Zbl 1511.62211号 [4] Dahlhaus,R.和S.Subba Rao。2006.《时间变量ARCH过程的统计推断》,《统计学年鉴》34(3):1075-1114。;Dahlhaus,R。;Subba Rao,S.,《时间变化ARCH过程的统计推断》,《统计年鉴》,34,3,1075-1114(2006)·Zbl 1113.62099号 [5] 恩格尔,R.F.2002。“ARCH模型的新前沿”,《应用计量经济学杂志》17:425-446。;Engle,R.F.,ARCH模型的新前沿,应用计量经济学杂志,17,425-446(2002) [6] 恩格尔、R.F.和J.R.罗素。1998.《自回归条件持续期:不规则间隔交易数据的新模型》,《计量经济学》66:1127-1162。;恩格尔,R.F。;Russell,J.R.,《自回归条件持续期:不规则间隔交易数据的新模型》,《计量经济学》,661127-1162(1998)·Zbl 1055.62571号 [7] Fan、J.和I.Gijbels。1996。局部多项式建模及其应用。伦敦:查普曼和霍尔。;范,J。;Gijbels,I.,局部多项式建模及其应用(1996)·Zbl 0873.62037号 [8] Fan,J.和W.Zhang。1999.《变系数模型的统计估计》,《统计学年鉴》27(5):1491-1518。;范,J。;张伟,变系数模型中的统计估计,《统计年鉴》,27,5,1491-1518(1999)·Zbl 0977.62039号 [9] Fryzlewicz、P.、T.Sapatinas和S.Subba Rao。2008年,《时变ARCH模型中的归一化最小二乘估计》,《统计学年鉴》36(2):742-786。;Fryzlewicz,P。;Sapatinas,T。;Subba Rao,S.,时间变量ARCH模型中的归一化最小二乘估计,统计年鉴,36,2,742-786(2008)·Zbl 1133.62071号 [10] 霍尔、P.和C.海德。1980。鞅极限理论及其应用。纽约州纽约市:学术出版社。;霍尔,P。;Heyde,C.,鞅极限理论及其应用(1980)·Zbl 0462.60045号 [11] Hart,J.D.1994年。“使用时间序列交叉验证对相关数据进行自动核平滑”,《皇家统计学会期刊》,B辑56:529-542。;Hart,J.D.,《使用时间序列交叉验证对相关数据进行自动内核平滑》,英国皇家统计学会杂志,B辑,56,529-5442(1994)·Zbl 0800.62224号 [12] Hautsch,N.2012年。金融高频数据的计量经济学。柏林,海德堡:施普林格。;Hautsch,N.,《金融高频数据的计量经济学》(2012年)·Zbl 1248.91004号 [13] 伦德,A.1999。“广义伽马自回归条件持续时间模型”。奥尔堡大学讨论稿。;伦德·A(1999) [14] Mercurio,D.和V.Spokoiny。2004年,《时间非均匀波动模型的统计推断》,《统计年鉴》32(2):577-602。;Mercurio,D。;Spokoiny,V.,《时间非均匀波动模型的统计推断》,《统计年鉴》,32,2,577-602(2004)·Zbl 1091.62103号 [15] Mikosch,T.和C.Stéricé。2004年,《金融时间序列中的非平稳性、长期依赖性和IGARCH效应》,《经济学与统计学评论》86:378-390。;Mikosch,T。;Stéricé,C.,《金融时间序列中的非平稳性、长期依赖性和IGARCH效应》,《经济学和统计学评论》,86,378-390(2004) [16] Pacurar,M.2008年。《金融中的自回归条件持续时间模型:理论和实证文献综述》,《经济调查杂志》22(4):711-751。;Pacurar,M.,《金融中的自回归条件久期模型:理论和实证文献综述》,《经济调查杂志》,22,4,711-751(2008) [17] Rohan,N.2013年。《时变GARCH(p,q)模型及相关统计推断》,《统计学与概率快报》83:1983-1990。;Rohan,N.,《时变GARCH(p,q)模型及相关统计推断、统计和概率字母》,83,1983-1990(2013)·Zbl 1279.62191号 [18] Rohan,N.和T.V.Ramanathan。2012.“时变GARCH模型的非参数估计”,2011年3月技术报告。普纳大学统计系。;北罗汉。;Ramanathan,T.V.,“时变GARCH模型的非参数估计”,技术报告3/2011(2012) [19] Rohan,N.和T.V.Ramanathan。2013.“时间变量GARCH模型的非参数估计”,《非参数统计杂志》25(1):33-52。;北罗汉。;Ramanathan,T.V.,时间变量GARCH模型的非参数估计,非参数统计杂志,25,1,33-52(2013)·Zbl 1297.62195号 [20] Wand、M.P.和M.C.Jones。1995年,内核平滑。伦敦:查普曼和霍尔。;Wand,M.P。;Jones,M.C.,《内核平滑》(1995)·Zbl 0854.62043号 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。