×
华中生;张斌

通过建模不对称特征改进密度预测：标准普尔500指数回报的应用。 （英语） Zbl 1137.91596号

欧洲药典。物件。 185，第2期，716-725（2008）.
摘要：密度预测是对随机变量未来可能值的概率分布的估计。从现有文献来看，一个经济时间序列可能有三种类型的不对称：无条件分布不对称、条件分布不对称和波动率不对称。在本文中，我们提出了三种在两段正态假设下的密度预测方法来捕捉这些不对称特征。为了捕获条件分布中的不对称性，提出了一种具有两段正态分布的GARCH模型。在这种方法中，我们首先通过假设正态创新来估计GARCH模型的参数，然后将两段正态分布拟合到经验残差。针对条件分布中的波动性不对称和非对称性，提出了块自举程序和两件正态分布的移动平均方法。将所开发的方法应用于标准普尔500指数的周收益率表明，通过对这些不对称特征进行建模，可以显著提高预测质量。

引用于3文件

理学硕士：

91B84号 经济时间序列分析
2009年6月26日 非马尔可夫过程：估计
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62P05号 统计学在精算科学和金融数学中的应用
91B28型 财务等（MSC2000）

关键词：

预测;密度预测;不对称;时间序列;两段正态分布
PDF格式BibTeX公司 XML格式引用
\textit{Z.Hua}和\textit{B.Zhang}，Eur.J.Oper。第185号决议，第2号，716--725（2008；Zbl 1137.91596）
全文： 内政部

参考文献：

[1] 贝卡尔特，G。；Wu，G.，《股票市场的非对称波动和风险》，《金融研究评论》，第13期，第1-42页（2000年）
[2] 贝里尼，F。；Figa-Talamanca，G.，《评估金融时间序列波动性预测性的运行测试》，《欧洲运筹学杂志》，163102-114（2005）·Zbl 1066.91037号
[3] Bera，A.K。；Higgins，M.，《ARCH模型：属性、估计和测试》，《经济调查杂志》，7305-366（1993）
[4] Berkowitz，J.，《测试密度预测及其在风险管理中的应用》，《商业与经济统计杂志》，19465-474（2001）
[5] Bollerslev，T.，广义自回归条件异方差，计量经济学杂志，31307-327（1986）·Zbl 0616.62119号
[6] 盒子，G.E.P。；詹金斯，G.M。；Reinsel，G.C.，《时间序列分析、预测和控制》（1994），新泽西州普伦蒂斯·霍尔：普伦蒂斯霍尔·恩格尔伍德悬崖·Zbl 0858.62072号
[7] Brännäs，K。；De Gooijer，J.G.，《条件均值和方差的不对称性：用asMA-asQGARCH模拟股票收益》，《预测杂志》，23，155-171（2004）
[8] 卡拉斯科，M。；Chen，X.，各种GARCH和随机波动率模型的混合和矩性质，计量经济学理论，18，17-39（2002）·Zbl 1181.62125号
[9] Diebold，F.X。；冈瑟，T.A。；Tay，A.S.，《评估密度预测及其在金融风险管理中的应用》，《国际经济评论》，39863-883（1998）
[10] Engle，R.F.，英国通货膨胀方差估计的自回归条件异方差，《计量经济学》，50987-1008（1982）·Zbl 0491.62099号
[11] 恩格尔，R.F。；Ng，V.K.，《衡量和测试新闻对波动性的影响》，《金融杂志》，481749-1778（1993）
[12] 汉森，P.R。；Lunde，A.，波动率模型的预测比较：有什么比GARCH（1,1）更好吗？，应用计量经济学杂志，20873-889（2005）
[13] 华Z.S。；张，B。；杨，J。；Tan，D.S.，《预测加工行业备件库存间歇性需求的新方法》，运筹学会杂志，58，1，52-61（2007）·Zbl 1155.90309号
[14] 黄Y.C。；Lin，B.J.，台湾股指期货的风险价值分析：收益创新中的肥尾和条件不对称，定量金融与会计评论，2279-95（2004）
[15] John，S.，三参数两段正态分布族及其拟合，《统计学中的通信——理论与方法》，第11期，第879-885页（1982年）
[16] 约翰逊，N.L。；科茨，S。；Balakrishnan，N.，《连续单变量分布》，第1卷（1994年），威利出版社：威利纽约·Zbl 0811.62001号
[17] Künsch，H.R.，《一般平稳观测的折刀和自助法》，《统计年鉴》，第17期，第1217-1241页（1989年）·Zbl 0684.62035号
[18] Li，W.K。；Lam，K.，用门槛ARCH模型模拟股票收益的不对称性，统计学家，44333-341（1995）
[19] Maddala，G.S。；Li，H.，金融模型中基于Bootstrap的测试，（Maddala，G.S.；Rao，C.R.，《统计手册》，第14卷（1996），Elsevier:Elsevier Amsterdam），463-488
[20] 纽伊，W.K。；West，K.D.，《一个简单的正半定异方差自相关一致协方差矩阵》，《计量经济学》，55，3，703-708（1987）·Zbl 0658.62139号
[21] 纽伊，W.K。；West，K.D.，协方差矩阵估计中的自动滞后选择，《经济研究评论》，61,4631-653（1994）·Zbl 0815.62063号
[22] Politis，D.N。；Romano，J.P.，《静态引导》，《美国统计协会杂志》，第89期，第1303-1313页（1994年）·Zbl 0814.62023号
[23] Rabemananjara，R。；Zakoian，J.M.，阈值ARCH模型和波动性不对称，应用计量经济学杂志，8271-301（1993）
[24] Reeves，J.J.，ARCH模型的Bootstrap预测区间，国际预测杂志，21237-248（2005）
[25] Rosenblatt，M.，《关于多元变换的评论》，《数理统计年鉴》，第23期，第470-472页（1952年）·Zbl 0047.13104号
[26] 鲁伊斯，E。；Pascual，L.，引导金融时间序列，《经济调查杂志》，16，3271-300（2002）
[27] Sarantis，N.，《股票市场的非线性、周期性行为和可预测性：国际证据》，《国际预测杂志》，第17期，第459-482页（2001年）
[28] 萨诺，L。；Valente，G.，《比较竞争模型中密度预测的准确性》，《预测杂志》，23，541-555（2004）
[29] 所以，M.K.P。；李，W.K。；Lam，K.，阈值随机波动率模型，《预测杂志》，21473-500（2002）
[30] Tay，A.S。；Wallis，K.F.，《密度预测：调查》，《预测杂志》，第19期，第235-254页（2000年）
[31] Taylor，J.W.，《评估波动性和区间预测》，《预测杂志》，第18期，第111-128页（1999年）
[32] Wallis，K.F.，《通货膨胀的非对称密度预测和英格兰银行扇形图》，《国家研究所经济评论》，167，106-112（1999）
[33] Wallis，K.F.，《英格兰银行和国家机构通货膨胀预测不确定性评估》，国家机构经济评论，189，64-71（2004）
[34] Wu，G.，不对称波动的决定因素，《金融研究综述》，14，33837-859（2001）
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，而不声称其完整性或完全匹配。