巴斯塔

自回归条件异方差过程的多重变点检测。最近金融危机期间,市场的统计结构经常在短时间内发生变化,这说明了非平稳建模在金融时间序列中的重要性。基于这一观察结果,我们提出了一种快速、良好且理论上可操作的方法来检测分段常参数值的自回归条件异方差模型结构中的多个变化点。我们的方法,称为BASTA(二元分割转换自回归条件异方差),进行了两个阶段:过程转换和二元分割。过程变换去除了原始过程的相关性,减轻了其尾部;二值分割一致地估计了变化点。我们提出并证明了两个特殊的变换,并使用模拟来微调它们的参数以及二值分割阶段的阈值参数。一项比较模拟研究表明,与现有技术相比,表现良好,而对英国《金融时报》证券交易所富时100指数(ftse100)的分析显示,估计的变化点与最近金融危机的主要事件之间存在着有趣的对应关系。虽然该方法易于实现,但提供了现成的R软件。