×

GARCH模型中误差分布的规范测试。 (英文) Zbl 1255.62259号

摘要:对广义自回归条件异方差模型中的新息分布进行了有效性和对称性检验。这些测试利用了一个综合距离,该距离涉及根据适当标准化的观测值计算的经验特征函数(或经验拉普拉斯变换)。该测试的自举版本用于与更经典的方法相比,研究所宣布程序的小样本行为。最后,将所有测试应用于一些财务数据集。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62G10型 非参数假设检验
62G09号 非参数统计重采样方法
62P05号 统计学在精算科学和金融数学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Angelidisa,T。;Benosa,A。;Degiannakis,S.,《GARCH模型在风险值估计中的应用》,《统计方法》。,105-128年1月1日(2004年)·兹比尔1072.62103
[2] 贝里尼,F。;Bottolo,L.,《GARCH(1,1)模型拟合中的错误规范和领域问题:蒙特卡罗调查》,Commun。统计模拟。计算。,38, 1, 31-45 (2009) ·Zbl 1161.62053号
[3] 伯克斯,I。;Horváth,L.,GARCH过程中参数估计的效率,Ann.Statist。,32, 2, 633-655 (2004) ·Zbl 1048.62082号
[4] 伯克斯,I。;Horváth,L.公司。;Kokoszka,P.,《GARCH过程:结构和估计》,伯努利,9,2,201-228(2003)·Zbl 1064.62094号
[5] Bollerslev,T.,广义自回归条件异方差,《计量经济学杂志》,31,3,307-327(1986)·Zbl 0616.62119号
[6] Bollerslev,T.,《投机价格和回报率的条件异方差时间序列模型》,《经济学评论》。Stat.,69,3,542-547(1987)
[7] Bougerol,P.公司。;Picard,N.,GARCH过程的静态性和一些非负时间序列,J.Econometrics,52,1-2115-127(1992)·Zbl 0746.62087号
[8] Bougerol,P.公司。;Picard,N.,广义自回归过程的严格平稳性,Ann.Probab。,20, 4, 1714-1730 (1992) ·Zbl 0763.60015号
[9] Chan,K.,2008年。TSA:时间序列分析。R包版本0.97。网址:http://www.stat.uiowa.edu/kchan/TSA.htm; Chan,K.,2008年。TSA:时间序列分析。R包版本0.97。网址:http://www.stat.uiowa.edu/kchan/TSA.htm
[10] Cörgő,S.,经验特征函数的极限行为,Ann.Probab。,9, 1, 130-144 (1981) ·Zbl 0453.60025号
[11] 塞尔格,S。;Totik,V.,《关于经验特征函数一致一致的间隔时间》,《科学学报》。数学。(塞格德),45,141-149(1983)·Zbl 0518.60039号
[12] Curto,J。;平托,J。;Tavares,G.,使用GARCH模型对股票市场的波动性进行建模,具有正态Student(t\)和稳定Paretian分布,Statist。论文,50,2311-321(2009)·兹比尔1312.91094
[13] 达戈斯蒂诺,R。;Stephens,M.,Goodness-of-Fit Techniques(1986),马塞尔·德克尔公司·Zbl 0597.62030号
[14] 恩格尔,R。;González-Rivera,G.,《半参数ARCH模型》,J.Bus。经济。统计学。,9, 4, 345-359 (1991)
[15] Epps,T.,基于经验特征函数的位置尺度族测试,Metrika,62,1,99-114(2005)·Zbl 1080.62010年
[16] Epps,T。;滑轮,L.,基于经验特征函数的正态性测试,生物统计学,70,3,723-726(1983)·Zbl 0523.62045号
[17] 费尔南德斯,C。;Steel,M.,《关于胖尾和偏态的贝叶斯模型》,J.Amer。统计师。协会,93,359-371(1998)·Zbl 0910.62024号
[18] Feuerverger,A。;Mureika,R.,经验特征函数及其应用,Ann.Statist。,188-97年5月1日(1977年)·Zbl 0364.62051号
[19] Forsberg,L.,2002年。金融市场波动建模中的正态逆高斯分布。乌普萨拉大学博士论文。;Forsberg,L.,2002年。金融市场波动建模中的正态逆高斯分布。乌普萨拉大学博士论文。
[20] 弗朗克·C。;Zakoían,J.,纯GARCH和ARMA-GARCH过程的最大似然估计,Bernoulli,10,4,605-637(2004)·Zbl 1067.62094号
[21] 弗朗克·C。;Zakoían,J.,《关于GARCH过程中的有效推理》,(Bertail,P.;Doukhan,P;Soulier,P.,《概率与统计的相关性》,《概率和统计的相关性,统计学讲义》,第187卷(2006),Springer:Springer New York),305-327·Zbl 1102.62095号
[22] Giraitis,L。;罗宾逊,P。;Surgailis,D.,长记忆条件异方差模型,Ann.Probab。,10, 3, 1002-1024 (2000) ·Zbl 1084.62516号
[23] González-Rivera,G。;Drost,F.,GARCH模型中基于极大似然估计的效率比较,《计量经济学杂志》,93,1,93-111(1999)·Zbl 0941.62101号
[24] 格兰杰,C。;丁,Z.,《绝对收益的一些性质,风险的另一种度量方法》,《经济学年鉴》。统计,40,67-91(1995)
[25] Hansen,P。;Lunde,A.,波动率模型的预测比较:有什么比GARCH(1,1)更好的吗?,J.应用。计量经济学,20,7,873-889(2005)
[26] Henze,N。;Klar,B。;Meintanis,S.,《基于经验特征函数的未指定点对称性不变量测试》,《多元分析杂志》。,87, 2, 275-297 (2003) ·Zbl 1040.62047号
[27] Henze,N。;Wagner,T.,《多元正态性BHEP检验的新方法》,《多元分析杂志》。,62, 1, 1-23 (1997) ·兹比尔0874.62043
[28] Horváth,L.公司。;Kokoszka,P。;Teyssiére,G.,基于平方残差经验过程的ARCH Bootstrap错误指定测试,J.Stat.Compute。模拟。,74, 7, 469-485 (2004) ·Zbl 1060.62097号
[29] Horváth,L.公司。;Zitikis,R.,基于GARCH创新密度的拟合优度测试,计量经济学理论,22,3,457-482(2006)·Zbl 1125.62103号
[30] 黄,D。;Wang,H。;Yao,Q.,估计GARCH模型:何时使用什么?,经济。J.,11,1,27-38(2008)·Zbl 1135.91405号
[31] Hurst,S.,1995年。学生的特征函数(t);Hurst,S.,1995年。学生的特征函数
[32] 贾克,C。;Bera,A.,《观测值和回归残差的正态性检验》,《国际统计评论》,55,2,163-172(1987)·Zbl 0616.62092号
[33] 科尔,H。;Ling,S.,在一些异方差时间序列模型中拟合误差分布,Ann.Statist。,34, 2, 994-1012 (2006) ·Zbl 1095.62110号
[34] Kulperger,R。;Yu,H.,GARCH模型残差的高矩部分和过程及其应用,Ann.Statist。,33, 5, 2395-2422 (2005) ·Zbl 1086.62100号
[35] Laplante,J。;Desrochers,J。;Préfontaine,J.,《GARCH(1,1)模型作为国际投资组合风险预测工具》,《国际汇刊》。经济。《研究期刊》,第7、11、23-34页(2008年)
[36] Marcus,M.,经验特征函数的弱收敛性,Ann.Probab。,9, 2, 194-201 (1981) ·兹比尔0465.60008
[37] 松井,M。;Takemura,A.,对称稳定分布的fit检验——经验特征函数方法,TEST,17,3,546-566(2007)·兹比尔1367.60014
[38] Meintanis,S.,基于经验特征函数Commun的拉普拉斯分布的一类综合检验。统计理论方法,4,33,925-948(2004)·Zbl 1066.62049号
[39] 明丹尼斯,S。;Swanepoel,J.,Bootstrap goodness of fit tests,基于经验变换的估计参数,Statist。普罗巴伯。莱特。,77, 10, 1004-1013 (2007) ·Zbl 1116.62052号
[40] Mittnik,S。;Paolella,M.,《用重尾条件分布预测金融缩水风险》(Rachev,S.,《金融重尾分布手册》(2003),Elsevier)
[41] Mittnik,S。;Rachev,S。;Paolella,M.,《金融中的稳定帕累托模型》(1998),Birkhauser Inc.:Birkhause Inc.Boston,第97-110页·Zbl 0926.91023号
[42] Nelson,D.,《资产回报中的条件异方差:一种新方法》,《计量经济学》,59,2,347-370(1991)·Zbl 0722.62069号
[43] Neumeyer,N。;Dette,H.,非参数回归模型中对称误差分布的测试,统计学。中国科学院,17775-795(2007)·Zbl 1128.62051号
[44] Neumeyer,N。;Dette,H。;Nagel,E.,关于线性回归模型中误差分布对称性测试的注释,J.Nonparametr。Stat.,17,6,697-715(2005)·Zbl 1076.62069号
[45] 纽伊,W。;Steigerwald,D.,条件异方差模型中拟最大似然的渐近偏差,计量经济学,65,3,587-599(1997)·Zbl 0870.62091号
[46] Ngatchou-Wandji,J.,测试非线性异方差模型中误差分布的对称性,Commun。统计理论方法,38,9,1465-1485(2009)·Zbl 1165.62036号
[47] R、 2008年。R: 用于统计计算的语言和环境。R统计计算基金会。网址:网址:http://www.R-project.org; R、 2008年。R: 用于统计计算的语言和环境。R统计计算基金会。网址:网址:http://www.R-project.org
[48] Sapusek,A.(Schmidt,R.;Gramlich,D.,《德国股票收益的波动性聚类》(2004)),第81-92页
[49] Wuertz,D.,Chalabi,Y.,2009年。fGarch:Rmetrics-自回归条件异方差建模。R包版本2100.79。网址:http://CRAN.R-project.org/package=fGarch; Wuertz,D.,Chalabi,Y.,2009年。fGarch:Rmetrics-自回归条件异方差建模。R包版本2100.79。网址:http://CRAN.R-project.org/package=fGarch
[50] Yee,T.,2009年。VGAM:向量广义线性和可加模型。R包版本0.7-8。网址:http://www.stat.auckland.ac.nz/yee/VGAM网站; Yee,T.,2009年。VGAM:向量广义线性和可加模型。R包版本0.7-8。网址:http://www.stat.auckland.ac.nz/yee/VGAM网站
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。