×
克里斯蒂安·哈夫纳（Christian M.Hafner）。;奥利弗·林顿

EGARCH模型的几乎闭式估计。 （英语） Zbl 1442.62199号

经济。理论 33，第4期，1013-1038（2017）.
摘要：指数GARCH（EGARCH）模型由D.B.纳尔逊[《计量经济学》59，第2期，347–370（1991年；Zbl 0722.62069号)]是一种流行的离散时间波动模型，因为它考虑到了非对称效应，并且即使包括外生变量，也自然确保了积极性。估计和推断通常通过最大似然进行。尽管最近取得了一些进展，但EGARCH模型MLE的完整分布理论仍然缺失。此外，估计过程本身可能对起始值、数值优化算法的选择等高度敏感。我们提出了一种替代估计器，该估计器以简单的闭合形式可用，例如可以用作MLE的起始值。动态参数的估计量与创新分布无关。对于其他参数，我们假设创新分布属于广义误差分布（GED）类，在估计过程中对其参数进行分析。我们讨论了所提出的估计量的性质，并通过仿真研究和实证例子说明了其性能。

引用于5文件

MSC公司：

62米10 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
62第20页 统计学在经济学中的应用

引文：

Zbl 0722.62069号

软件：

正常值
PDF格式BibTeX公司 XML格式引用
\textit{C.M.Hafner}和\textit{O.Linton}，经济学。理论33，第4号，1013--1038（2017；Zbl 1442.62199）
全文： DOI程序

参考文献：

[1] 安德鲁斯D。W.K.（1997）条件Kolmogorov检验。计量经济学65，1097-1128.10.2307/2171880·Zbl 0928.62019号 ·doi:10.2307/2171880
[2] 安德鲁斯D。W.K.和GuggenbergerP。（2009）混合和尺寸校正子采样方法。经济计量学77，721-762.10.3982/ECTA7015·Zbl 1176.62117号 ·doi:10.3982/ECTA7015
[3] BaiJ公司。（2003）测试动态模型的参数条件分布。《经济学与统计评论》85，531-554.1162/003465303322369704·数字对象标识代码：10.1162/003465303322369704
[4] 系船柱。（1986）广义自回归条件异方差。计量经济学杂志31，307-327.10.1016/0304-4076（86）90063-1·Zbl 0616.62119号 ·doi:10.1016/0304-4076（86）90063-1
[5] 布鲁克斯。，伯克斯。P.和PersandG。（2001）基准和GARCH模型估计的准确性。国际预测杂志17，45-56.10.1016/S0169-2070（00）00070-4·doi:10.1016/S0169-2070（00）00070-4
[6] 卡拉斯科姆&陈X。（2002）各种GARCH和随机波动率模型的混合和矩特性。计量经济学理论18，17-39.10.1017/S026646660218023·兹比尔1181.62125 ·doi:10.1017/S0266466602181023
[7] 戴维森J。（1994）随机极限理论。牛津大学出版社。
[8] 戴维斯R。A.和MikoschT。（1998）重尾过程的样本自相关及其在ARCH中的应用。统计年鉴262049-2080.1214/aos/1024691368·Zbl 0929.62092号 ·doi:10.1214/aos/1024691368
[9] 杜坎普。（1994）混合：特性和示例。斯普林格·弗拉格·Zbl 0801.60027号
[10] 恩格尔。F.（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50，987-1007.10.2307/1912773·Zbl 0491.62099号 ·doi:10.2307/1912773
[11] 恩格尔。F.和MezrichJ。（1996）集团GARCH。风险9，36-40。
[12] 法国。，HorváthL.和扎科伊安-M.（2011）GARCH模型中方差目标的优缺点。金融计量经济学杂志9，619-656.10.1093/jjfinec/nbr004·doi:10.1093/jjfinec/nbr004
[13] 格拉什泰尼。S.&RyzhikI公司。M.（2007）积分、级数和乘积表。第7版，学术出版社·Zbl 1208.65001号
[14] KheifetsI（2015）非线性动力学模型规范测试。《计量经济学杂志》18，67-94.10.1111/ectj.12040·Zbl 1521.62155号 ·doi:10.1111/ectj.12040
[15] 克里斯汀森林托诺。（2006）GARCH（1,1）模型的闭式估计。计量经济学22，323-337·兹比尔1138.62050
[16] 基里亚科普洛。（2015）EGARCH（1,1）模型QML估计的渐近正态性。SSRN工作文件。SSRN提供：http://ssrn.com/abstract=2236055或http://dx.doi.org/10.2139/ssrn.2236055。
[17] 麦卡洛B。D.和RenfroC。G.（1999）《基准和软件标准：GARCH程序的案例研究》。《经济与社会测量杂志》25，59-71。
[18] 米诺阿。M.和RuggieriM。（2005）指数功率分布软件工具：normalp包。统计软件杂志12，1-24。
[19] 内尔森公司。（1991）资产收益的条件异方差：一种新方法。计量经济学59，347-370.10.2307/2938260·Zbl 0722.62069号 ·doi:10.2307/2938260
[20] 政治D。N.&RomanoJ出版社。P.（1994）基于最小假设下的子样本的大样本置信区间。统计年鉴222031-2050.10.1214/aos/1176325770·Zbl 0828.62044号 ·doi:10.1214/aos/1176325770
[21] 雷诺E。（2009）随机波动率模型的基于矩的估计。在安达信。，戴维斯R。，克里斯J-P.和MikoschT。（编辑），《金融时间序列手册》，第269-311页，Springer Verlag.1007/978-3-540-71297-8_12·Zbl 1179.62153号 ·doi:10.1007/978-3-540-71297-8_12
[22] 罗宾逊。M.（1988）计量经济学统计之间的随机差异。计量经济学56，531-548.10.2307/1911699·兹比尔0722.62067 ·doi:10.2307/1111699
[23] 沙特WellnerJ.A.（2014）对数压缩性和强对数压缩性：综述。统计调查8，45-114.10.1214/14-SS107·Zbl 1360.62055号 ·doi:10.1214/14-SS107
[24] 斯特劳曼D。&MikoschT公司。（2006）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。统计年鉴342449-2495.10.1214/00905360000000803·Zbl 1108.62094号 ·doi:10.1214/00905360000000003
[25] SubbotinM公司。T.（1923）关于错误频率的规律。Matematicheskii Sbornik31，296-301。
[26] WintenbergerO。（2013）EGARCH（1,1）模型的连续可逆性和稳定QML估计。斯堪的纳维亚统计杂志40，846-867.10.1111/sjos.12038·Zbl 1283.62190号 ·doi:10.1111/sjos.12038
[27] 扎法罗尼。（2009）EGARCH和其他指数波动率模型的Whittle估计。《计量经济学杂志》151，190-200.10.1016/j.jeconom.2009.03.008·Zbl 1431.62427号 ·doi:10.1016/j.jeconom.2009.03.008
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。