×
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。