×
蔡玉芝；李国栋

TGARCH模型下财务收益分配的分位数函数方法。 （英语） Zbl 07346646号

统计模型。 21，第3期，189-219（2021）.
总结：我们开发了一种新的分位数函数方法来计算遵循阈值GARCH模型的财务收益分布。我们提出了一种贝叶斯方法来同时进行估计和预测，这确保了密度预测可以考虑模型参数的变化。此方法还允许我们轻松处理多个阈值。我们进行了广泛的模拟研究，并将我们的方法应用于纳斯达克收益率。结果表明，我们的方法对模型规范错误具有鲁棒性，并且优于一些常用的基准模型。

MSC公司：

62至XX 统计

关键词：

密度预测；财务收益；分位点函数；阈值GARCH；MCMC公司

软件：

全球索引；CAViaR公司
PDF格式BibTeX公司 XML格式引用
\textit{Y.Cai}和\textit{G.Li}，统计模型。21，第3号，189--219（2021；Zbl 07346646）
全文： 内政部

参考文献：

[1] Ausn，MC，Galeano，P（2007）高斯混合GARCH模型的贝叶斯估计。计算统计与数据分析, 51, 2636-52. ·Zbl 1161.62397号 ·doi:10.1016/j.csda.2006.01.006
[2] Bauwens，L，Lubrano，M（2002）使用非对称GARCH模型的贝叶斯期权定价。实证金融杂志, 9, 321-42. ·doi:10.1016/S0927-5398（01）00058-5
[3] Black，F（1976）股票市场波动性变化研究。美国统计协会会议录，商业和经济统计科, 177-81.
[4] Bollerslev，T（1986）广义自回归条件异方差，计量经济学杂志, 31, 307-27. ·Zbl 0616.62119号 ·doi:10.1016/0304-4076（86）90063-1
[5] Bondell，HD，Reich，BJ，Wang，H（2010）非交叉分位数回归曲线估计。生物特征, 97, 825-38. ·Zbl 1204.62061号 ·doi:10.1093/biomet/asq048
[6] 布鲁克斯，C（2012）金融计量经济学导论剑桥：剑桥大学出版社。
[7] 布朗，RG（1959）库存控制的统计预测纽约：McGraw-Hill·Zbl 0095.14606号
[8] 布朗，RG（1962）离散时间序列的平滑、预测与预测Englewood Cliffs，新泽西州：Prentice-Hall。
[9] Cai，Y（2010）分位数自激励门限自回归时间序列模型的预测。生物特征, 97, 199-208. ·Zbl 1183.62158号 ·doi:10.1093/biomet/asp070
[10] Cai，Y（2016）经济和金融时间序列的一般分位数函数模型。计量经济评论第3511173-93页·Zbl 1491.62030 ·doi:10.1080/07474938.2014.976528
[11] Cai，Y，Montes-Rojas，G，Olmo，J（2013）分位数双AR模型：估计和预测。预测杂志, 32, 551-60. ·Zbl 1397.62400号 ·doi:10.1002/用于2261
[12] Cai，Y，Stander，J（2008）分位数自激励阈值自回归时间序列模型。时间序列分析杂志, 29, 186-202. ·兹比尔1165.62062 ·文件编号：10.1111/j.1467-9892.2007.00551.x
[13] Chen，CWS，So，MKP（2006）关于阈值异方差模型。国际预测杂志, 22, 73-89. ·doi:10.1016/j.ij预测.2005.08.001
[14] Chen，CWS，So，MKP，Liu，FC（2011）《金融中阈值时间序列模型的回顾》。统计及其界面, 4, 167-81. ·Zbl 1229.91354号 ·doi:10.4310/SII.2011.v4.n2.a12
[15] Dellaportas，P，Vrontos，ID（2007）《波动不对称建模：一类树结构多元GARCH模型的贝叶斯分析》。计量经济学杂志, 10, 503-20. ·兹比尔1126.62098 ·doi:10.1111/j.1368-423X.2007.00219.x
[16] Diebold，FX，Gunther，TA，Tay，AS（1998），评估密度预测。国际经济评论, 39, 863-83. ·doi:10.2307/2527342
[17] Engle，RF（1982）英国通货膨胀方差估计的自回归条件异方差。计量经济学, 50, 987-1007. ·Zbl 0491.62099号 ·doi:10.2307/1912773
[18] Engle，RF，Manganelli，S（2004）CAViaR：回归分位数的条件自回归风险值。商业与经济统计杂志, 22, 367-81. ·doi:10.1198/07350010400000370
[19] Fournier，B，Rupin，N，Bigerelle，M，Najjar，D，Iost，A，Wilcox，R（2007年）。估计广义lambda分布的参数。计算统计与数据分析, 51, 2813-35. ·Zbl 1161.62324号 ·doi:10.1016/j.csda.2006.09.043
[20] Franses，PH，Van Dijk，D（1996）使用（非线性）Garch模型预测股市波动。预测杂志, 15, 229-35. ·doi:10.1002/（SICI）1099-131X（199604）15:3<229:：AID-FOR620>3.0.CO；2-3
[21] Freimer，M，Mudholkar，G，Kollia，G，Lin，C（1988）广义Tukey lambda家族的研究。统计学中的通信——理论方法, 17, 3547-67. ·Zbl 0696.62021号 ·doi:10.1080/03610928808829820
[22] Gaglianone，WP，Lima，LR（2012）《分位数回归的建筑密度预测》。货币、信贷与银行杂志, 44, 1589-1607. ·文件编号：10.1111/j.1538-4616.2012.00545.x
[23] Gelfand，AE，Dey，D（1994）贝叶斯模型选择：渐近和精确计算。英国皇家统计学会学报B辑, 56, 501-14. ·Zbl 0800.62170号
[24] Gilchrist，WG（2000）分位数函数统计建模伦敦：Chapman&Hall/CRC。 ·doi:10.1201/9781420035919
[25] Glosten，LR，Jagannathan，R，Runkle，DE（1993）《股票名义超额收益率的期望值和波动性之间的关系》。金融杂志, 48, 1779-1801. ·doi:10.1111/j.1540-6261.1993.tb05128.x
[26] Granger，CWJ（1992）《预测股市价格：给预测者的教训》。国际预测杂志, 8, 3-13. ·doi:10.1016/0169-2070（92）90003-R
[27] Jensen，MJ，Maheu，JM（2013）贝叶斯半参数多元GARCH建模。计量经济学杂志，176，3-17·Zbl 1284.62559号 ·doi:10.1016/j.jeconom.2013.03.009
[28] Karian，ZA，Dudewicz，EJ（1999）将广义lambda分布拟合到数据：基于百分位数的方法。统计中的通信——模拟和计算, 28, 793-819. ·Zbl 0949.62013.中 ·doi:10.1080/03610919908813579
[29] Karian，ZA，Dudewicz，EJ，McDonald，P（1996）用于将分布拟合到数据的扩展广义lambda分布系统：历史，理论的完善，表格，应用，矩拟合的最后一句话。统计中的通信——模拟和计算, 25, 611-42. ·兹比尔0909.62007 ·doi:10.1080/03610919608813333
[30] King，R，MacGillivray，H（1999）广义λ分布的星舰估算方法。澳大利亚新西兰统计杂志, 41, 353-74. ·Zbl 1055.62513号 ·doi:10.1111/1467-842X.00089
[31] Koenker，R（2005）分位数回归剑桥：剑桥大学出版社·Zbl 1111.62037号 ·doi:10.1017/CBO9780511754098
[32] Koenker，R，Bassett，G（1978）回归分位数。计量经济学, 46, 33-50. ·Zbl 0373.62038号 ·doi:10.2307/1913643
[33] Koenker，R，Zhao，Q（1996）ARCH模型的条件分位数估计和推断。计量经济学理论第12793-813页·doi:10.1017/S0266466600007167
[34] Koop，G，Potter，SM（2003）内生延迟阈值模型的贝叶斯分析。商业与经济统计杂志, 21, 93-103. ·doi:10.1198/073500102288618801
[35] Li，YK，Lange，M，Stocks，C（2012）《监测预测系统：重温Trigg的跟踪信号》。2012年6月24日至27日，第32届国际预测年会，美国波士顿。
[36] Nelson，DB（1991）《资产收益的条件异方差：一种新方法》。计量经济学, 59, 347-70. ·Zbl 0722.62069号 ·doi:10.2307/2938260
[37] O’Hagan，A，Forster，JJ（2004）贝叶斯推断。伦敦：阿诺德·Zbl 1058.6202号
[38] Ozturk，A，Dale，RF（1985）广义lambda分布参数的最小二乘估计。技术计量学, 27, 81-4. ·doi:10.1080/00401706.1985.10488017
[39] Schwert，GW（1990）股票波动与1987年的崩盘。金融研究综述, 3, 77-102. ·doi:10.1093/rfs/3.1.77
[40] 因此，MKP，Chung，RSW（2015）非线性时间序列中条件分位数的统计推断。计量经济学杂志, 189, 457-72. ·Zbl 1337.62280号 ·doi:10.1016/j.econom.2015.03.037
[41] Su，S（2007a）。广义lambda分布的数值最大对数似然估计。计算统计与数据分析, 51, 3983-98. ·Zbl 1161.62329号 ·doi:10.1016/j.csda.2006.06.008
[42] Su，S（2007b）通过离散化和最大似然方法将单一和混合广义lambda分布拟合到数据：R中的GLDEX。统计软件杂志, 21, 1-17. ·doi:10.18637/jss.v021.2009
[43] Taylor，JW（2008）使用指数加权分位数回归估计风险价值和预期短缺。金融计量经济学杂志, 6, 382-406. ·doi:10.1093/jjfinec/nbn007
[44] Virbickaite，A，Ausin，CM，Galeano，P（2015）《单变量和多变量GARCH模型的贝叶斯推断方法：一项调查》。经济调查杂志, 29, 76-96. ·doi:10.1111/joes.12046
[45] Vrontos，ID，Dellaportas，P，Politis，DN（2012）GARCH和EGARCH模型的完全贝叶斯推断。商业与经济统计杂志, 18, 187-98.
[46] Xiao，Z，Koenker，R（2009）。广义自回归条件异方差模型的条件分位数估计。美国统计协会杂志, 104, 1696-1712. ·Zbl 1205.62136号 ·doi:10.1198/jasa.2009.tm09170
[47] Yang，YL，Chang，CL（2008）。股票市场和货币冲击对股票收益的双阈值GARCH模型。模拟中的数学和计算机, 79, 458-74. ·Zbl 1152.91740号 ·doi:10.1016/j.matcom.2008.01.048
[48] Yu，PLH，Li，WK，Jin，S（2010）关于风险价值的一些模型。经济评论, 29, 622-41. ·Zbl 1205.91095号 ·doi:10.1080/07474938.2010.481972
[49] Zakoian，JM（1994）阈值异方差模型。经济动力学与控制杂志, 18, 931-55. ·Zbl 0875.90197号 ·doi:10.1016/0165-1889（94）90039-6
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。