×
埃多亚多·奥特拉诺;翁贝托·特里亚卡

平稳ARMA过程的相等可预测性测试。 （英语） Zbl 1516.62522号

J.应用。斯达。 34，第9期，1091-1108（2007）.
小结：在这项工作中，我们使用平稳ARMA过程后时间序列的可预测性度量来开发两个或多个时间序列相等可预测性的测试。该检验由一组命题导出，这些命题将AR和MA系数的结构与可预测性度量联系起来。这种通用方法的一个特殊情况是由具有Wold分解的时间序列构成，其权重具有相同的符号；在这个框架中，等可预测性等价于ARMA模型之间的并行性，等可预见性的零假设只是一组线性限制。GARCH模型的ARMA表示表示为非负权重，因此可以扩展此测试以验证GARCH结构下平方时间序列的相等可预测性。

引用于三文件

MSC公司：

62至XX 统计

关键词：

预测;平行度;沃尔德分解;GARCH模型

软件：

TRAMO公司
PDF格式BibTeX公司 XML格式引用
\textit{E.Otrano}和\textit{U.Triaca}，J.Appl。Stat.34，No.9，1091--1108（2007；Zbl 1516.62522）
全文： 内政部

参考文献：

[1] Andersen，T.G.、Bollerslev，T.、Christoffersen，P.F.和Diebold，F.X.，2006年。“波动性和相关性预测”。在经济预测手册编辑：Elliot，G.、Granger，C.W.J.和Timmerman，A.778-878。荷兰北部阿姆斯特丹·doi:10.1016/S1574-0706（05）01015-3
[2] Bollerslev，T.和Woolridge，J.M.1992年。时变协方差动态模型中的拟最大似然估计和推断。计量经济评论, 11: 143-172. ·兹比尔0850.62884
[3] Box，G.E.P.，Jenkins，G.M.和Reinsel，J.M.，1994年。时间序列分析：预测和控制，恩格尔伍德悬崖：普伦蒂斯大厅·Zbl 0858.62072号
[4] Brockwell，P.J.和Davis，R.A.，1991年。时间序列：理论与方法，第2版，纽约：Springer-Verlag·Zbl 0709.62080号 ·数字对象标识代码：10.1007/978-1-4419-0320-4
[5] Chang，P.、Saravana，R.、Del Sole，T.和Wang，F.，2004年。线性耦合系统的可预测性。第一部分：理论分析。气候杂志，17:1474-1486·doi:10.1175/1520-0442（2004）017<1474:POLCSP>2.0.CO；2
[6] Chen，C.和Liu，L.M.1993年。时间序列中模型参数和异常值影响的联合估计。美国统计协会杂志, 88: 284-297. ·Zbl 0775.62229号
[7] Christoffersen，P.F.和Diebold，F.X.，1998年。波动率预测与财务管理的相关性如何？。NBER工作文件, : 6844
[8] Del Sole，T.2004年。可预测性和信息理论。第一部分：可预测性措施。大气科学杂志, 61: 2425-2440.
[9] Diebold，F.X.和Kilian，L.，2001年。测量可预测性：理论和宏观经济应用。应用计量经济学杂志, 16: 657-669. ·doi:10.1002/jae.619
[10] 芬德利·D·、蒙塞尔·B·、贝尔·W·、奥托·M·和陈·B·C·1998。X12-ARIMA季节性调整计划的新功能和方法。商业与经济统计杂志, 16: 127-152.
[11] Galbraith，J.W.，2003年。单变量时间序列预测的内容范围。国际预测杂志, 19: 43-55.
[12] Galbraith，J.W.和Kisinbay，T.2005年。条件方差预测的内容范围。国际预测杂志，21:249-260·doi:10.1016/j.ij预测.2004.10.002
[13] Geweke，J.1978年。“经季节性调整的时间序列的时间和部门汇总”。在经济时间序列的季节分析，编辑：Zellner，A.411-427。华盛顿特区：美国商务部人口普查局。
[14] Gómez，V.和Maravall，A.1997年。“程序TRAMO和SEATS：用户说明（Beta版：1997年6月）”。经济和财政部总干事。工作文件编号97001
[15] Granger，C.W.J.和Newbold，P.1976年。预测转换后的序列。英国皇家统计学会学报B, 38: 189-203. ·Zbl 0344.62076号
[16] 郭建华，1999。两个一阶自回归过程平行性的非参数检验。澳大利亚和新西兰统计杂志, 41: 59-65. ·Zbl 0913.62045号 ·doi:10.1111/1467-842X.00061
[17] Hong，X.和Billings，S.A.1999。时间序列多步预测性估计和排序。预测杂志, 18: 139-149.
[18] Lo，A.W.和MacKinlay，A.C.2001。华尔街上的非随意漫步普林斯顿：普林斯顿大学出版社。
[19] 吕特凯波尔，H.1993。多时间序列分析简介柏林：斯普林格·弗拉格·Zbl 0835.62075号 ·doi:10.1007/978-3-642-61695-2
[20] Nelson，C.R.1976年。自回归移动平均时间序列模型中R^2的解释。美国统计学家，时间：17:175-180·Zbl 0352.62082号
[21] Otranto，E.和Triaca，U.，2002年。评估直接和间接基于模型的季节调整之间差异的措施。官方统计杂志, 18: 511-530.
[22] 施瓦兹，G.1978。估算模型的维度。统计年鉴, 6: 461-464. ·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[23] Steece，B.和Wood，S.1985年。ARMA模型等价性的检验。实证经济学，10:1-11·doi:10.1007/BF01988278
[24] Tsay，R.S.1984年。具有时间序列误差的回归模型。美国统计协会杂志, 79: 118-124. ·Zbl 0533.62082号
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。