×
弗拉迪卡·斯托亚诺维奇。;波波维奇，比尔雅那采。;Milovanović，Gradimir V。

split-SV模型。 （英语） Zbl 1466.62198号

计算。统计数据分析。 100560-581（2016）.
小结：介绍了对描述财务指标动态的最流行的随机模型之一的修改。为了描述波动率的非线性行为，在随机波动率的自回归时间序列中使用了阈值噪声指标。为此，引入了Split-SV模型，并研究了其基本随机特性。此外，使用经验特征函数（ECF）方法获得模型的参数估计，并对获得的估计进行了数值模拟。最后，应用Split-SV模型拟合经验数据：英镑和美元兑欧元汇率的日收益率。

引用于三文件

MSC公司：

62-08 统计问题的计算方法
62P05号 统计学在精算科学和金融数学中的应用

关键词：

split-SV工艺;噪声指示器;污染高斯分布;卷积;经验特征函数估计

软件：

北欧;斯托奇沃尔;正交多项式;FNN公司
PDF格式BibTeX公司 XML格式引用
\textit{V.S.Stojanović}等人，计算。统计数据分析。100560-581（2016年；兹比尔1466.62198）
全文： 内政部

参考文献：

[1] Balakrishnan，N。；布里托，M.R。；Quiroz，A.J.，《基于排序集抽样数据经验特征函数的正态性拟合优度程序》，Metrika，76161-177，（2013）·Zbl 1256.62024号
[2] 巴恩多夫·尼尔森，O.E。；Shepard，N.，《已实现波动率的计量经济学分析及其在估计随机波动率模型中的应用》，J.R.Stat.Soc.Ser。B统计方法。，第64页，第253-280页，（2001年）·兹比尔1059.62107
[3] 巴恩多夫·尼尔森，O.E。；Shepard，N.，《非高斯-奥恩斯坦-乌伦贝克模型及其在金融经济学中的一些应用》，J.R.Stat.Soc.Ser。B统计方法。，63, 2, 167-241, (2001) ·Zbl 0983.60028号
[4] 巴恩多夫·尼尔森，O.E。；Shephard，N.，《整合OU过程和基于非高斯OU的随机波动率模型》，Scand。J.统计。，30, 277-295, (2003) ·Zbl 1051.60048号
[5] Beygelzimer，A.、Kakadet，S.、Langford，J.、Arya，S.，Mount，D.、Shengqiao，L.，2013年。FNN：快速最近邻搜索算法和应用程序。R软件包版本1.1。http://CRAN.R-project.org/package=FNN。
[6] Cvetković，A.S。；Milovanović，G.V.，Mathematica包“正交多项式”，Facta Univ.Ser。数学。通知。，19, 17-36, (2004) ·Zbl 1081.33001号
[7] Daníelsson，J.，《资产价格的随机波动：模拟最大似然估计》，《计量经济学杂志》，61，375-400，（1994）·Zbl 0825.62953号
[8] Durhan，G.B.，SV混合模型及其在标准普尔500指数中的应用，J.Financ。经济。，85, 3, 822-856, (2007)
[9] Feuerverger，A.，平稳时间序列模型中经验特征函数的效率结果，Canad。J.统计。，18, 155-161, (1990) ·Zbl 0703.62096号
[10] Feuerverger，A。；Mureika，R.，经验特征函数及其应用，Ann.Statist。，5, 1, 88-97, (1977) ·兹伯利0364.62051
[11] Gross，L.，2013年。正常性测试。R包版本1.0-2。http://CRAN.R-project.org/package=nortest。
[12] A.哈维。；鲁伊斯，E。；Shephard，N.，多元随机方差模型，经济评论。螺柱，61，247-264，（1994）·Zbl 0805.90026号
[13] 黄，C。；Yang，L。；Wang，Y.，基于卷积滤波的经验模式分解算法的收敛性，高级自适应。数据分析。，1, 4, 561-571, (2009)
[14] 黄，S.J。；Yu，J.，随机波动率模型最大似然估计的有效方法，Stat.Interface，1289-296，（2008）·Zbl 1230.91194号
[15] 杰奎尔，E。；波尔森，N.G。；Rossi，P.E.，随机波动率模型的贝叶斯分析，J.Bus。经济。统计人员。，12, 4, 371-417, (1994)
[16] 蒋国杰。；Knight，J.L.，通过经验特征函数估计连续时间过程，J.Bus。经济。统计人员。，20, 2, 198-212, (2002)
[17] Kastner，G.，2013年。Stochvol:随机波动率（SV）模型的有效贝叶斯推断，R包版本0.6-0。http://CRAN.R-project.org/package=stochvol。
[18] Kastner，G。；Frühwirth-Schnatter，S.，用于提高随机波动率模型MCMC估计的辅助充分交织策略（ASIS），计算。统计师。数据分析。，76, 408-423, (2014) ·兹比尔1506.62094
[19] Kim，S。；北谢泼德。；Chib，S.，《随机波动性：与ARCH模型的似然推断和比较》，Rev.Econom。螺柱，65，3，361-393，（1998）·Zbl 0910.90067号
[20] Kleppe，T.S。；Skaug，H.J.，使用拉普拉斯加速序列重要性抽样拟合一般随机波动率模型，计算。统计师。数据分析。，56, 3105-3119, (2012) ·Zbl 1254.91599号
[21] Knight，J.L.，Satchell，S.E.，1996年。通过经验特征函数估计平稳随机过程。西安大略大学经济系手稿。
[22] Knight，J.L。；Satchell，S.E.，累积量生成函数估计方法，计量经济学理论，13，170-184，（1997）
[23] Knight，J.L。；Satchell，S.E。；Yu，J.，用经验特征函数法估计随机波动率模型，Aust。N.Z.J.Stat.，44，3，319-335，（2002年）·Zbl 1021.62089号
[24] Knight，J.L。；Yu，J.，时间序列估计中的经验特征函数，计量经济学理论，18，691-721，（2002）·兹比尔1109.62337
[25] Kotchoni，R.，基于特征函数的连续GMM在金融中的应用，计算。统计师。数据分析。，56, 3599-3622, (2012) ·兹比尔1254.91754
[26] Kotchoni，R.，间接连续GM估计，计算。统计师。数据分析。，76, 464-488, (2014) ·兹比尔1506.62098
[27] 明丹尼斯，S.G。；斯旺佩尔，J。；Allison，J.，The probability weighted characteristic function and goodness of fit testing，J.统计学家。计划。推断（2013）
[28] Milovanović，G.V。；Cvetković，A.S.，高斯型正交多项式的特殊类和相应求积，数学。巴尔干半岛，26，169-184，（2012）·Zbl 1272.33013号
[29] Nieto-Reyes，A。；库斯塔·阿尔贝托斯，J。；Gamboa，F.，基于随机投影的平稳过程高斯性检验，计算。统计师。数据分析。，75, 124-141, (2014) ·Zbl 1506.62137号
[30] Olofsson，M.，Ericson，T.，Forchheimer，R.，2004年。线性滤波器。In：电信方法。林雪平大学。
[31] Parzen，E.，《关于概率密度函数和模式的估计》，《数学年鉴》。统计人员。，33, 1065-1076, (1962) ·Zbl 0116.11302号
[32] 波波维奇，B.Č。，Stojanović，V.S.，2011年。split-SV（1）模型的分布。参见：麻省理工学院2011年第二届国际会议记录，第335-340页。
[33] Rabinowitz博士。；Richter，N.，具有最少点数的完美对称二维积分公式，数学。公司。，23, 765-779, (1969) ·兹伯利0208.18702
[34] Raknerud，A。；斯卡尔，Ø。，基于非高斯Ornstein-Uhlenbeck过程的随机波动率模型的间接推断方法，计算。统计师。数据分析。，56, 3260-3275, (2012) ·Zbl 1255.62322号
[35] Ruiz，E.，随机波动率模型的准最大似然估计，《计量经济学》，63，1，289-306，（1994）·兹比尔0825.62949
[36] Shephard，N.，《ARCH和随机波动的统计方面》，（计量经济学、金融和其他领域的时间序列模型，（1996年），查普曼和霍尔伦敦）·Zbl 1075.91629号
[37] Shirota，S.等人。；Takayuki，H。；Yasuhiro，O.，利用杠杆和长记忆实现随机波动，计算。统计师。数据分析。，76618-641（2014）·Zbl 1506.62166号
[38] Singleton，K.，使用经验特征函数估计仿射定价模型，《计量经济学杂志》，102，111-141，（2001）·Zbl 0973.62096号
[39] 所以，M。；李伟，阈值随机波动模型，J.Forecast。，21, 473-500, (2002)
[40] Stojanović，V.S。；波波维奇，B.Č。，用分裂-ARCH模型对实际数据集进行估计，Filomat，21，2，133-152，（2007）·Zbl 1164.62056号
[41] Stojanović，V.S。；波波维奇，B.采。；Popović，P.M.，The split-BREAK模型，Braz。J.概率。统计，25，1，44-63，（2011）·Zbl 1298.62158号
[42] Stojanović，V.S。；波波维奇，B.采。；Popović，P.M.，GSB过程的随机分析，Publ。数学研究所。，95, 109, 149-159, (2014) ·Zbl 1474.62318号
[43] Taufer，E。；Leonenko，N.，非高斯Ornstein-Uhlenbeck过程的特征函数估计，J.Statist。计划。推断，1393050-3063，（2009）·Zbl 1168.62074号
[44] Taufer，E。；Leonenko，N。；Bee，M.，基于Ornstein-Uhlenbeck的随机波动率模型的特征函数估计，计算。统计师。数据分析。，55, 2525-2539, (2011) ·Zbl 1464.62170号
[45] Taylor，S.J.，《金融时间序列建模》（1986），John Wiley&Sons Chichester·Zbl 1130.91345号
[46] Tsionas，E.G.，通过傅里叶变换对随机前沿模型的最大似然估计，J.Econometrics，170234-248，（2012）·Zbl 1443.62510号
[47] Tsiotas，G.，关于广义非对称随机波动率模型，计算。统计师。数据分析。，56151-172（2012年）·Zbl 1241.91146号
[48] Venter，J.H。；de Jongh，P.J.，包含已实现测度的扩展随机波动率模型，计算。统计师。数据分析。，76687-707，（2014）·Zbl 1506.62182号
[49] Wang，J。；Chan，J。；Choy，B.，《带有杠杆和重尾分布的随机波动率模型：使用比例混合的贝叶斯方法》，计算。统计师。数据分析。，55, 1, 852-862, (2011) ·Zbl 1247.91152号
[50] Yu，J.，时间序列估计中的经验特征函数和金融建模中的检验统计量，（1998），西安大略大学（博士论文）
[51] Yu，J.，经验特征函数估计及其应用，《计量经济学评论》，23，2，93-123，（2004）·Zbl 1123.62030
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。