观测驱动时间序列模型中的缺失观测
作者
摘要
建议引文
从出版商下载全文
此项目的其他版本:
Blasques,F.&Gorgi,P.&Koopman,S.J.,2021年。 " 观测驱动时间序列模型中的缺失观测 ," 计量经济学杂志 爱思唯尔,第221(2)卷,第542-568页。
IDEAS上列出的参考文献
Drew Creal&Bernd Schwaab&Siem Jan Koopman&Andrí½Lucas,2014年。 " 观测驱动的混合度量动态因子模型及其在信用风险中的应用 ," 经济学与统计学综述 麻省理工学院出版社,第96卷(5),第898-915页,12月。 Drew Creal&Bernd Schwaab&Siem Jan Koopman&Andre Lucas,2011年。 " 观察驱动的混合度量动态因子模型及其在信用风险中的应用 ," 廷伯根研究所讨论文件 11-042/2/DSF16,廷伯根研究所。 Schwaab、Bernd&Koopman、Siem Jan&Lucas、André&Creal、Drew,2013年。 " 观察驱动的混合度量动态因子模型及其在信贷风险中的应用 ," 工作文件系列 1626年,欧洲中央银行。
Lucas,André&Opschoor,Anne&Schaumburg,Julia,2016年。 " 记分驱动的时变参数模型中缺失值的解释 ," 经济学快报 爱思唯尔,第148(C)卷,第96-98页。 安德烈·卢卡斯(Andre Lucas)、安妮·奥普斯科尔(Anne Opschoor)和朱莉娅·绍姆伯格(Julia Schaumburg),2016年。 " 记分驱动时间变量参数模型中缺失值的解释 ," 廷伯根研究所讨论文件 16-067/IV,廷伯根研究所。
帕斯卡·邦登和娜塔莉亚·巴哈蒙德,2012年。 " 缺失观测的ARCH模型的最小二乘估计 ," 时间序列分析杂志 Wiley Blackwell,第33卷(6),第880-891页,11月。 丹尼尔·尼尔森(Daniel B Nelson),1991年。 " 资产收益的条件异方差:一种新方法 ," 计量经济学 《计量经济学会》,第59卷(2),第347-370页,3月。 Christian Gouriéroux和Alain Monfort,2017年。 " 复合间接推理及其应用 ," 工作文件 2017-07,经济与统计研究中心。 Andrew C.Harvey,2013年。 " 波动率和重尾的动态模型 ," 剑桥图书 , 剑桥大学出版社,编号9781107630024。 Andrew C.Harvey,2013年。 " 波动率和重尾的动态模型 ," 剑桥图书 , 剑桥大学出版社,编号9781107034723。
F Blasques&P Gorgi&S J Koopman&O Wintenberger,2016年。 " 观测驱动模型最大似然估计的可行可逆条件 ," 工作文件 hal-01377971,哈尔。 Abdelkader Mokkadem,1988年。 " ARMA过程的混合特性 ," 随机过程及其应用 爱思唯尔,第29卷(2),第309-315页,9月。 Blasques,Francisco&Koopman,Siem Jan&Lucas,Andre&Schaumburg,Julia,2016年。 " 利用空间金融时间序列模型测量系统风险的溢出动力学 ," 计量经济学杂志 爱思唯尔,第195卷(2),第211-223页。 Blasques,Francisco&Koopman,Siem Jan&Lucas,Andre&Schaumburg,Julia,2014年。 " 利用空间金融时间序列模型测量系统风险的溢出动力学 ," 2014年VfS年会(汉堡):循证经济政策 100632,Verein für Socialpolitik/德国经济协会。 Francisco Blasques&Siem Jan Koopman&Andre Lucas&Julia Schaumburg,2014年。 " 基于空间金融时间序列模型的系统风险度量溢出动力学 ," 廷伯根研究所讨论文件 14-107/III,廷伯根研究所。
怀特,哈尔伯特,1996年。 " 估算、推断和规格分析 ," 剑桥图书 , 剑桥大学出版社,编号9780521574464。 怀特,哈尔伯特,1994年。 " 估算、推断和规格分析 ," 剑桥图书 , 剑桥大学出版社,编号9780521252805。
唐纳德·安德鲁斯,1991年。 " 相依非同分布随机变量的经验过程中心极限定理 ," 多元分析杂志 爱思唯尔,第38卷(2),第187-203页,8月。 唐纳德·安德鲁斯(Donald W.K.Andrews),1989年。 " 相依非同分布随机变量的经验过程中心极限定理 ," 考尔斯基金会讨论文件 907,耶鲁大学考尔斯经济研究基金会。
F Blasques&P Gorgi&S Koopman&O Wintenberger,2016年。 " 观测驱动模型最大似然估计的可行可逆条件 ," 论文 1610.02863,arXiv.org。 Francisco Blasques&Paolo Gorgi&Siem Jan Koopman&Olivier Wintenberger,2018年。 " 观测驱动模型最大似然估计的可行可逆条件 ," 打印后 hal-01377971,哈尔。
Andrew Harvey和Alessandra Luati,2014年。 " 重尾过滤 ," 美国统计协会杂志 《泰勒与弗朗西斯杂志》,第109卷(507),第1112-1122页,9月。 杜宾、詹姆斯和科普曼,暹粒,2012年1月。 " 状态空间方法的时间序列分析 ," OUP目录 , 牛津大学出版社, 第2版,编号9780199641178,十二月。 杜宾、詹姆斯和科普曼,暹罗,2001年1月。 " 状态空间方法的时间序列分析 ," OUP目录 , 牛津大学出版社,编号9780198525343。
Tom Doan,“未注明日期”。 " SEASONALDLM:为DLM的季节性成分创建矩阵的RATS程序 ," 统计软件组件 RTS00251,波士顿学院经济系。
Lo,Andrew W.&Craig MacKinlay,A.,1990年。 " 非同步交易的计量分析 ," 计量经济学杂志 爱思唯尔,第45卷(1-2),第181-211页。 Andrew W.Lo和Craig A.MacKinlay,“未注明日期”。 " 非同步交易的计量经济学分析 ," 罗德尼·L·怀特金融研究中心工作文件 19-89岁,沃顿商学院罗德尼·L·怀特金融研究中心。 Andrew W.Lo和A.Craig MacKinlay,1989年。 " 非同步交易的计量经济学分析 ," NBER工作文件 2960,国家经济研究局。
De Lira Salvatierra,Irving&Patton,Andrew J.,2015年。 " 动态copula模型和高频数据 ," 实证金融杂志 爱思唯尔,第30卷(C),第120-135页。 欧文·阿图罗·德·利拉·萨尔瓦蒂埃拉(Irving Arturo De Lira Salvatierra)和安德鲁·巴顿(Andrew J.Patton),2013年。 " 动态Copula模型与高频数据 ," 工作文件 杜克大学经济系13-28。
理查德·戴维斯(Richard A.Davis),2003年。 " 泊松计数的观测驱动模型 ," 生物特征 《Biometrika信托》,第90卷(4),第777-790页,12月。 Francisco Blasques&Paolo Gorgi&Siem Jan Koopman&Olivier Wintenberger,2016年。 " 观测驱动模型的可行可逆条件和最大似然估计 ," 廷伯根研究所讨论文件 16-082/III,廷伯根研究所。 Tim Bollerslev,1986年。 " 广义自回归条件异方差 ," 计量经济学杂志 爱思唯尔,第31卷(3),第307-327页,4月。 Tim Bollerslev,1986年。 " 广义自回归条件异方差 ," EERI研究论文系列 EERI RP 1986/01,布鲁塞尔经济与计量研究所(EERI)。
Siem Jan Koopman&Rutger Lit&AndréLucas,2015年。 " 基于动态离散Copula分布的日内股价相关性 ," 廷伯根研究所讨论文件 15-037/III/DSF90,廷伯根研究所。 Drew Creal&Siem Jan Koopman&AndréLucas,2013年。 " 广义自回归得分模型及其应用 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第28卷(5),第777-795页,8月。 Petrella,Ivan&Venditti,Fabrizio&Delle Monache,Davide,2016年。 " 自适应状态空间模型及其在商业周期和财务压力中的应用 ," CEPR讨论文件 11599,C.E.P.R.讨论文件。 Siem Jan Koopman&Rutger Lit&AndréLucas&Anne Opschoor,2018年。 " 股票价格高频变动的动态离散copula模型 ," 应用计量经济学杂志 ,John Wiley&Sons,Ltd.,第33卷(7),第966-985页,11月。 Francq,Christian&Zakoian,Jean-Michel,2006年。 " 一类一般Garch(1,1)模型的混合特性 ," 计量经济学理论 剑桥大学出版社,第22卷(5),第815-834页,10月。 罗伯特·F·恩格尔,1982年。 " 英国通货膨胀方差估计的自回归条件异方差 ," 计量经济学 《计量经济学协会》,第50卷(4),第987-1007页,7月。
引文
路易斯·比萨利亚和马泰奥·格里戈莱托,2021年。 " 一种新的时变长记忆序列预测模型 ," 统计方法与应用 ,施普林格; 意大利统计学会,第30卷(1),第139-155页,三月。 哈维,A.,2021年。 " 分数驱动的时间序列模型 ," 剑桥经济学工作论文 2133,剑桥大学经济学院。
最相关的项目
Francisco Blasques&Siem Jan Koopman&AndréLucas,2014年。 " 观测驱动时间序列模型的信息论最优性 ," 廷伯根研究所讨论文件 14-046/III,廷伯根研究所。 Francisco(F.)Blasques&Andre(A.)Lucas&Andries van Vlodrop,2017年。 " 分数驱动波动率模型的有限样本最优性 ," 廷伯根研究所讨论文件 17-111/III,廷伯根研究所。 Blasques,Francisco&Lucas,André&van Vlodrop,Andries C.,2021年。 " 分数驱动波动率模型的有限样本最优性:一些蒙特卡罗证据 ," 计量经济与统计 爱思唯尔,第19卷(C),第47-57页。 Blasques,Francisco&van Brummelen,Janneke&Koopman,Siem Jan&Lucas,Andre,2022年。 " 记分驱动模型的最大似然估计 ," 计量经济学杂志 爱思唯尔,第227(2)卷,第325-346页。 Francisco Blasques&Siem Jan Koopman&Andre Lucas,2014年。 " 得分驱动模型的最大似然估计 ," 廷伯根研究所讨论文件 14-029/III,廷伯根研究所,2017年10月23日修订。
F Blasques&P Gorgi&S Koopman&O Wintenberger,2016年。 " 观测驱动模型最大似然估计的可行可逆条件 ," 论文 1610.02863,arXiv.org。 Francisco Blasques&Paolo Gorgi&Siem Jan Koopman&Olivier Wintenberger,2018年。 " 观测驱动模型最大似然估计的可行可逆条件 ," 打印后 hal-01377971,哈尔。
Marco Bazzi、Francisco Blasques、Siem Jan Koopman和Andre Lucas,2017年。 " 马尔可夫状态切换模型的时变转移概率 ," 时间序列分析杂志 Wiley Blackwell,第38卷(3),第458-478页,5月。 马可·巴齐(Marco Bazzi)、弗朗西斯科·布拉斯克斯(Francisco Blasques)、暹粒·扬·库普曼(Siem Jan Koopman)和安德烈·卢卡斯(Andre Lucas),2014年。 " 马尔可夫状态切换模型的时变转移概率 ," 廷伯根研究所讨论文件 14-072/III,廷伯根研究所。
Blasques,Francisco&Ji,Jiangyu&Lucas,André,2016年。 " 半参数得分驱动的波动率模型 ," 计算统计与数据分析 ,爱思唯尔,第100卷(C),第58-69页。 Drew Creal&Siem Jan Koopman&AndréLucas&Marcin Zamojski,2015年。 " 矩的广义自回归方法 ," 廷伯根研究所讨论文件 15-138/III,廷伯根研究所,2018年7月6日修订。 Mauro Bernardi和Leopoldo Catania,2015年。 " 切换-GAS Copula模型及其在系统风险中的应用 ," 论文 1504.03733,arXiv.org,2016年1月修订。 Francisco(F.)Blasques&Paolo Gorgi&Siem Jan(S.J.)Koopman,2017年。 " 加速GARCH和分数驱动模型:最优性、估计和预测 ," 廷伯根研究所讨论文件 17-059/III,廷伯根研究所。 Bernardi,Mauro&Catania,Leopoldo,2018年。 " 灵活动态依赖模型下的投资组合优化 ," 实证金融杂志 爱思唯尔,第48卷(C),第1-18页。 Francisco Blasques&Paolo Gorgi&Siem Jan Koopman&Olivier Wintenberger,2016年。 " 观测驱动模型的可行可逆条件和最大似然估计 ," 廷伯根研究所讨论文件 16-082/III,廷伯根研究所。 Blasques,F.&Gorgi,P.&Koopman,S.J.,2019年。 " 加速记分驱动的时间序列模型 ," 计量经济学杂志 爱思唯尔,第212(2)卷,第359-376页。 Francisco Blasques&Siem Jan Koopman&AndréLucas,2014年。 " 正确指定的广义自回归分数模型的最大似然估计:反馈效应、收缩条件和渐近性质 ," 廷伯根研究所讨论文件 14-074/III,廷伯根研究所。 Lucas,André&Opschoor,Anne&Schaumburg,Julia,2016年。 " 记分驱动的时变参数模型中缺失值的解释 ," 经济学快报 爱思唯尔,第148(C)卷,第96-98页。 安德烈·卢卡斯(Andre Lucas)、安妮·奥普斯科尔(Anne Opschoor)和朱莉娅·绍姆伯格(Julia Schaumburg),2016年。 " 记分驱动时间变量参数模型中缺失值的解释 ," 廷伯根研究所讨论文件 16-067/IV,廷伯根研究所。
F Blasques&P Gorgi&S J Koopman&O Wintenberger,2016年。 " 观测驱动模型最大似然估计的可行可逆条件 ," 工作文件 hal-01377971,哈尔。 Olusanya E.Olubusoye和OlaOluwa S.Yaya,2016年。 " 石油定价市场波动性的时间序列分析:收益序列的持续性、不对称性和跳跃性 ," 欧佩克能源评论 《石油输出国组织》,第40卷(3),第235-262页,9月。 Francesco Calvori&Drew Creal&Siem Jan Koopman&Andre Lucas,2014年。 " 竞争建模框架中参数不稳定性的测试 ," 廷伯根研究所讨论文件 14-010/IV/DSF71,廷伯根研究所。 朱塞佩·巴切里(Giuseppe Bucceri)、贾科莫·博梅蒂(Giacomo Bormetti)、富尔维奥·科尔西(Fulvio Corsi)和法布里齐奥·里洛(Fabrizio Lillo),2018年。 " 噪声和异步数据的分数驱动条件相关模型:在高频协方差动力学中的应用 ," 论文 1803.04894,arXiv.org,2019年3月修订。 卡塔尼亚,利奥波多&普罗埃蒂,托马索,2020年。 " 利用时变杠杆和波动性效应的波动性预测波动性 ," 国际预测杂志 爱思唯尔,第36卷(4),第1301-1317页。 利奥波多·卡塔尼亚和托马索·普罗埃蒂,2019年。 " 利用时间波动杠杆和波动率效应的波动率预测波动率 ," CEIS研究论文 450,托尔韦加塔大学,CEIS,2019年2月6日修订。
有关此项目的详细信息
关键词
JEL公司 分类:
NEP字段
NEP-ECM-2018-03-05 (计量经济学) NEP-ETS-2018-03-05 (计量经济学时间序列) NEP-ORE-2018-03-05 (运筹学)