统计及其接口

第16卷（2023年）

编号1

复杂时间序列分析最新发展专题——第一部分

特约编辑：Robert T.Krafty（埃默里大学）、Guodong Li（香港大学）、Anatoly Zhigljavsky（加的夫大学）

关于双不对称线性双AR模型

页：3 – 16

内政部：https://dx.doi.org/10.4310/21-SII691

作者

谭松华（上海财经大学统计与管理学院，中国上海）

朱倩倩（上海财经大学统计与管理学院，中国上海）

摘要

本文介绍了一种双不对称线性双自回归（DA-LDAR）模型，该模型可以考虑时间序列数据的条件位置和波动性成分的不对称效应。讨论了新模型的严格平稳性，并给出了一个充分条件。针对DALDAR模型，提出了一种自加权指数拟最大似然估计量（EQMLE），并基于该估计量构造了一种混合组合检验。值得注意的是，所有估计和测试的渐近性质都是在数据过程中没有任何矩条件的情况下建立的，这使得新模型及其推理工具适用于重尾数据。由于所有推理工具都需要估计创新的未知密度函数，因此我们采用随机加权bootstrap方法来促进精确推理，并显示其渐近有效性。仿真研究为理论结果提供了支持，NASDAQ综合指数的实证应用表明了新模型的有效性。

关键词

不对称效应，bootstrap方法，双重自回归模型，指数QMLE，portmanteau检验，严格平稳性

收到日期：2021年3月1日

2021年7月11日接受

2022年12月28日出版