×
张才亚;徐凯宏;钱连芬

具有高斯误差的对数线性RealGARCH模型中QMLE的渐近性质。 （英语） Zbl 1467.62151号

统计Pap。 61，第6号，2313-2330（2020）.
摘要：为了将已实现的波动性纳入股票回报，P.R.汉森等【“已实现GARCH：回报和已实现波动性度量的联合模型”，《应用经济学杂志》27，第6期，877-906（2012；doi:10.1002/jae.1234)]提出了RealGARCH模型，并在没有严格证明的情况下，猜测了对数线性RealGARC模型中参数的拟极大似然估计（QMLE）的一些理论性质。在高斯误差下，本文导出了QMLE的一致性和渐近正态性等理论结果的详细证明，从而解决了[loc.cit.]中的猜想。

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
2012年12月62日 参数估计量的渐近性质

关键词：

RealGARCH模型;拟极大似然估计;一致性与渐近正态性
PDF格式BibTeX公司 XML格式引用
\textit{C.Zhang}等人，Stat.Pap。61，第6号，2313--2330（2020；Zbl 1467.62151）
全文： 内政部

参考文献：

[1] Amemiya，T.，《高级计量经济学》，105-108（1985），剑桥：哈佛大学出版社，剑桥
[2] 安徒生，TG；Bollerslev，T.，《回答怀疑论者：是的，标准波动率模型确实提供了准确的预测》，《国际经济评论》，39，885-905（1998）·doi:10.2307/2527343
[3] 安徒生，TG；Bollerslev，T。；迪堡，FX；Labys，P.，《已实现波动率建模与预测》，《计量经济学》，第71期，第579-625页（2003年）·兹比尔1142.91712 ·doi:10.1111/1468-0262.00418
[4] Barndorff Nielsen，OE；格雷弗森，东南部；Shephard，N.，《功率变化和随机波动：综述和一些新结果》，《应用概率杂志》，41A，133-143（2004）·Zbl 1070.91018号 ·doi:10.1239/jap/1082552195
[5] Barndorff Nielsen，OE公司；Hansen，公关；Lunde，A.，《设计实现的内核以测量噪声存在下股票价格的指数变化》，《计量经济学》，761481-1536（2008）·Zbl 1153.91416号 ·doi:10.3982/ECTA6495
[6] Billingsley，P.，《概率与测度》（1995），纽约：威利出版社，纽约·Zbl 0172.21201号
[7] Bollerslev，T.，广义自回归条件异方差，《经济学杂志》，31307-327（1986）·Zbl 0616.62119号 ·doi:10.1016/0304-4076（86）90063-1
[8] 普华永道Brockwell；Davis，RA，《时间序列：理论和方法》（2009），纽约：Springer，纽约·Zbl 1169.62074号
[9] Crosato L，Grossi L（2017）《纠正GARCH模型中的异常值：加权向前方法》。统计帕普。10.1007/s00362-017-0903-y年10月10日·Zbl 1432.62296号
[10] Engle，RF，ARCH模型的新前沿，《应用经济学杂志》，17，425-446（2002）·doi:10.1002/jae.683
[11] 范，JQ；齐，L。；Xiu，DC，具有重尾似然的GARCH模型的准最大似然估计，J Bus Econ Stat，32，178-191（2014）·doi:10.1080/07350015.2013.840239
[12] Han，H。；Kristensen，D.，具有平稳和非平稳协变量的GARCH-X模型中QMLE的渐近理论，J Bus Econ Stat，32，416-429（2014）·doi:10.1080/07350015.2014.897954
[13] Hansen，公关；黄，Z。；Shek，H.，Realized GARCH：收益和波动性已实现度量的联合模型，《应用经济学杂志》，27，877-906（2012）·doi:10.1002/jae.1234
[14] Jensen，ST；Rahbek，A.，非平稳GARCH的渐近推断，经济理论，1203-1226（2004）·Zbl 1069.62067号 ·doi:10.1017/S0266466604206065
[15] Lee，S。；Hansen，BE，GARCH（1,1）拟极大似然估计的渐近理论，经济理论，10，29-52（1994）·doi:10.1017/S0266466600008215
[16] Li Q，Zhu F（2017）积分值GARCH（1，1）模型的平均目标估计。统计帕普。2007年10月10日/00362-017-0958-9
[17] Martens，M。；Dick，D.，《用实现的范围衡量波动性》，《经济学杂志》，138181-207（2007）·Zbl 1418.62515号 ·doi:10.1016/j.jeconom.2006.05.019
[18] 钱，LF；Wang，SJ，纵向数据偏线性模型中的受试者经验似然推断，Comput Stat data Anal，111，77-87（2017）·Zbl 1464.62144号 ·doi:10.1016/j.csda.2017.02.001
[19] 斯特劳曼，D。；Minkosch，T.，条件异方差时间序列中的拟最大似然估计：随机递归方程方法，Ann Stat，342449-2495（2006）·Zbl 1108.62094号 ·doi:10.1214/00905360000000003
[20] 王，SJ；钱，LF；Carroll，RJ，分析纵向数据的广义经验似然法，Biometrika，97，1，79-93（2010）·Zbl 1183.62060号 ·doi:10.1093/biomet/asp073
[21] 朱，F。；Wang，D.，线性和对数线性INGARCH模型的经验似然，韩国统计学会杂志，44，1，150-160（2015）·Zbl 1311.62158号 ·doi:10.1016/j.jks.2014.06.004
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。