海Tran Hoang 使用独立成分分析估计具有异方差的结构自回归中的波动因果关系。 （英语） Zbl 1437.62332号 统计Pap。 61，第1期，第1-16页（2020年）. 摘要：在这项研究中，我们开发了一种新的统计程序，使用具有异方差的结构自回归（SVAR-GARCH）模型来识别和估计多变量时间序列中的因果效应和波动性结构。具体来说，使用最近的基于独立分量分析（ICA）的方法，我们可以同时识别因果关系并将误差项分解为非高斯独立分量。然后，我们使用单变量GARCH对每个独立成分的波动性进行建模。然后，利用波动率脉冲响应函数（VIRF）对独立分量冲击对SVAR模型的波动率传输结构进行建模。仿真结果验证了该方法的有效性。实证方面，我们基于高频芝加哥商品交易所债券期货数据，研究了美国国债曲线的日内波动传递效应。该结果验证了人们的普遍看法，即日内波动率传递是流动性和到期日沿收益率曲线的函数。 引用于1文件 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62第20页 统计学在经济学中的应用 62H25个 因子分析和主成分；对应分析 91B84号 经济时间序列分析 关键词：波动率脉冲响应函数；独立成分分析；加奇；SVAR公司；波动因果关系 软件：FinTS公司；Matlab公司；TVICA公司；GHICA公司 PDF格式BibTeX公司 XML格式引用 \textit{T.H.Hai}，统计局。61，第1号，1--16（2020；Zbl 1437.62332） 全文： 内政部 参考文献： [1] Alexander C（2001）正交GARCH模型入门。阅读大学金融市场商学院ISMA中心工作文件 [2] 安徒生，T。；Davis，R。；Kreiss，Jp；Mikosch，T.，《金融时间序列手册》（2009），纽约：Springer，纽约·Zbl 1162.91004号 [3] 阿尤索，J。；霍尔丹，A。；Restoy，F.，《货币市场收益率曲线上的波动传递》，Weltwirtschaftliches Archiv，133，56-75（1997）·doi:10.1007/BF02707676 [4] 彭博社（2015）芝加哥商品交易所国债期货日内价格，2015年9月15日至2015年12月15日。2015年12月16日从彭博社数据库检索 [5] Bollerslev，T.，广义自回归条件异方差，J Econ，31307-327（1986）·Zbl 0616.62119号 ·doi:10.1016/0304-4076（86）90063-1 [6] Bollerslev，T.，《短期名义汇率一致性建模：多元广义ARCH模型》，《经济统计评论》，72498-505（1990）·doi:10.307/2109358 [7] Boscher，H。；Fronk，Em；Pigeot，I.，用GARCH（1,1）和随机波动模型预测利率波动，Stat Pap，41，4，409（2000）·Zbl 0966.62066号 ·doi:10.1007/BF02925760 [8] 陈，Y。；Härdle，W。；Spokoiny，V.，《GHICA-GH分布和独立成分的风险分析》，《Empir Financ杂志》，17，2，255-269（2010）·doi:10.1016/j.jempfin.2009.09.005 [9] 陈，Rb；陈，Y。；Härdle，Wk，TVICA——时变独立成分分析及其在财务数据中的应用，《计算统计数据分析》，74，95-109（2014）·兹比尔1506.62039 ·doi:10.1016/j.csda.2014.01.002 [10] 库托，Jd；品托，Jc；Tavares，Gn，《利用GARCH模型和正态分布、Student’s t分布和稳定Paretian分布建模股市波动性》，Stat Pap，50，2，311（2007）·Zbl 1312.91094号 ·doi:10.1007/s00362-007-0080-5 [11] Engle，Rf，英国通货膨胀方差估计的自回归条件异方差，《计量经济学》，50，4，987-1007（1982）·Zbl 0491.62099号 ·doi:10.2307/1912773 [12] Engle，R.，《动态条件相关：一类简单的多元广义自回归条件异方差模型》，J Bus Econ Stat，20，339-350（2002）·doi:10.1198/073500102288618487 [13] 恩格尔，Rf；Kroner，Kf，多元同时广义ARCH，经济理论，1122-150（1995）·网址：10.1017/S0266466600009063 [14] 加西亚·费雷尔，a。；González-Prieto，E。；Peña，D.，《金融股票收益应用的条件异方差独立因子模型》，《国际J预测》，第28期，第70-93页（2012年）·doi:10.1016/j.ijforecast.2011.02.010 [15] Hyvärinen，A。；Oja，E.，《独立成分分析：算法和应用》，神经网络，13，4，411-430（2000）·doi:10.1016/S0893-6080（00）00026-5 [16] Hyvärinen A，Zhang K，Shimizu S，Hoyer PO（2010）使用非高斯性估计结构向量自回归模型。J Mach学习研究11:1709-1731。http://dl.acm.org/citation.cfm？id=1756006.1859907 ·Zbl 1242.62097号 [17] Kuhn，H.，分配问题的匈牙利方法，Nav-Res-Logist Q，2，1-2，83-97（1955）·Zbl 0143.41905号 ·doi:10.1002/nav.3800020109 [18] Laurent，S。；Bauwens，L。；Rombouts，Jvk，《多元GARCH模型：一项调查》，《应用经济学杂志》，21，79-109（2006）·doi:10.1002/jae.842 [19] Lin，Wl，GARCH模型中条件波动率的脉冲响应函数，J Bus Econ Stat，15，15-25（1997） [20] MATLAB（2015）版本8.5.0.197613（R2015b）。Natick MathWorks公司 [21] 佩里尼翁，C。；Smith，Dr，收益因素波动模型，J Bank Finance，313125-3144（2007）·doi:10.1016/j.jbankfin.2006.11.016 [22] Shimizu S、Hoyer PO、Hyvärinen A、Kerminen A（2006）因果发现的线性非高斯非循环模型。《马赫学习研究杂志》7:2003-2030。http://dl.acm.org/citation.cfm？id=1248547.1248619 ·Zbl 1222.68304号 [23] Tsay，Rs，《金融时间序列分析》（2005），霍博肯：Wiley，Hoboken·Zbl 1086.91054号 [24] Edmond H.C.Wu。；Yu，Philip L.H。；Li，W.K.，使用独立成分分析-广义自回归条件异质性（ICA-GARCH）模型进行风险值估计，国际神经系统杂志，16，5，371-382（2006）·doi:10.1142/S0129065706000779 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。