×

多阈值双自回归模型中的渐近推断。 (英语) Zbl 1337.62272号

摘要:本文研究了一类多阈值模型,称为多阈值双AR(MTDAR)模型。获得了一阶MTDAR模型严格平稳遍历解存在唯一的充分条件。我们研究了MTDAR模型的拟最大似然估计(QMLE)。估计的阈值被证明是一致的,渐近独立的,并且弱收敛到双边复合泊松过程的最小极小值。其余参数是一致的渐近多元正态。特别地,这些结果适用于有或无AR部分的多阈值ARCH模型,以及有ARCH误差的多阈值AR模型。还提出了一种基于分数的测试,以确定MTDAR模型中的阈值数量。极限分布被证明是无分布的,并且易于在实践中实现。进行了模拟研究,以评估有限样本中QMLE和基于分数的测试的性能。应用1947年至2013年美国季度实际国民生产总值数据说明了这一结果。

MSC公司:

62M10个 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
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bardet,J.-M。;Wintenberger,O.,多维因果过程拟极大似然估计的渐近正态性,Ann.Statist。,372730-2759(2009年)·Zbl 1173.62063号
[2] 伯克斯,I。;Horváth,L。;Kokoszka,P.,《GARCH过程:结构和估计》,伯努利,9201-227(2003)·Zbl 1064.62094号
[3] Billingsley,P.,《概率测度的收敛》(1968年),威利:威利纽约·兹标0172.21201
[4] Chan,K.S.,阈值自回归测试,Ann.Statist。,18, 1886-1894 (1990) ·Zbl 0711.62074号
[5] Chan,K.S.,阈值自回归的似然比检验的百分点,J.R.Stat.Soc.Ser。B统计方法。,53, 691-696 (1991) ·Zbl 0800.62540号
[6] Chan,K.S.,门限自回归模型最小二乘估计的一致性和极限分布,Ann.Statist。,21, 520-533 (1993) ·Zbl 0786.62089号
[7] Chan,K.S。;Li博士。;玲,S。;Tong,H.,关于带阈值的条件异方差AR模型,统计学。Sinica,24,625-652(2014)·Zbl 1285.62103号
[8] Chan,K.S。;彼得鲁切利,J.D。;Tong,H。;Woolford,S.W.,《多阈值AR((1)模型》,J.Appl。概率。,22, 267-279 (1985) ·Zbl 0579.62074号
[9] Chan,K.S。;Tong,H.,《关于随机差分方程遍历性的确定性Lyapunov函数的使用》,Adv.Appl。概率。,17, 666-678 (1985) ·Zbl 0573.60056号
[10] Chan,K.S。;Tong,H.,关于阈值自回归的似然比检验,J.R.Stat.Soc.Ser。B统计方法。,52, 469-476 (1990) ·Zbl 0706.62078号
[11] Chow,Y.S.公司。;Teicher,H.,《概率论:独立性、互换性、鞅》(1978),斯普林格-弗拉格出版社·Zbl 0399.60001号
[12] 克莱恩,D.B.H。;Pu,H.-M.,阈值AR-ARCH模型的稳定性和Lyapounov指数,Ann.Appl。概率。,14, 1920-1949 (2004) ·Zbl 1072.62069号
[13] 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
[14] 弗朗克·C。;罗伊·R。;Zakoían,J.-M.,《具有不相关误差的ARMA模型的诊断检查》,J.Amer。统计师。协会,100532-544(2005)·Zbl 1117.62336号
[15] 弗朗克·C。;Zakoian,J.-M.,纯GARCH和ARMA-GARCH过程的最大似然估计,伯努利,10605-637(2004)·Zbl 1067.62094号
[16] 弗朗克·C。;Zakoían,J.-M.,《GARCH模型:结构、统计推断和金融应用》(2010年),John Wiley
[17] 贡萨洛,J。;Wolf,M.,阈值自回归模型中的子抽样推断,《计量经济学杂志》,127201-224(2005)·Zbl 1335.62134号
[18] 古里·鲁克斯,C。;Monfort,A.,定性阈值ARCH模型,《计量经济学杂志》,52,159-199(1992)·Zbl 0792.62103号
[19] Hansen,B.E.,《样本分割和阈值估计》,《计量经济学》,68,575-603(2000)·Zbl 1056.62528号
[20] Koop,G。;Potter,S.M.,《美国失业中的动态不对称》,J.Bus。经济。统计人员。,17, 298-312 (1999)
[21] Li,C.W。;Li,W.K.,关于双阈值自回归异方差时间序列模型,J.Appl。计量经济学,11,253-274(1996)
[22] Li博士。;Ling,S.,关于多重阈值自回归模型的最小二乘估计,《计量经济学杂志》,167,240-253(2012)·Zbl 1441.62795号
[23] Li博士。;玲,S。;Li,W.K.,阈值移动平均模型最小二乘估计的渐近理论,计量经济学理论,29,482-516(2013)·Zbl 1274.62604号
[25] Li,W.K。;玲,S。;McAleer,M.,具有GARCH误差的时间序列模型的最新理论结果,J.Econ。调查。,16, 245-269 (2002)
[26] Ling,S.,双自回归模型的平稳性估计和检验,J.R.Stat.Soc.Ser。B统计方法。,66, 63-78 (2004) ·Zbl 1061.62138号
[27] Ling,S.,双AR((p))模型:结构与估计,统计。Sinica,17,161-175(2007)·Zbl 1145.62072号
[28] 玲,S。;Li,D.,非平稳双AR(1)模型的渐近推断,Biometrika,95257-263(2008)·Zbl 1437.62533号
[29] 玲,S。;Tong,H.,基于分数的时间序列优秀测试,统计学家。Sinica,211807-1829(2011)·Zbl 1270.62080号
[30] McLeod,A.I。;Li,W.K.,使用平方残差自相关对ARMA时间序列模型进行诊断检查,《时间序列分析》。,4, 269-273 (1983) ·Zbl 0536.62067号
[31] 梅茨,M。;Saikkonen,P.,非线性AR-GARCH模型中的参数估计,计量经济学理论,271236-1278(2011)·Zbl 1228.62112号
[32] Meyn,S.P。;Tweedie,R.L.,马尔可夫链和随机稳定性(1996),Springer-Verlag:Springer-Verlag New-York·Zbl 0925.60001号
[33] Potter,S.M.,《美国国民生产总值的非线性方法》,J.Appl。计量经济学,10109-125(1995)
[34] Rabemananjara,R。;Zakoían,J.M.,阈值ARCH模型和波动性不对称,J.Appl。计量经济学,8,31-49(1993)
[35] Shorack,G.R。;Wellner,J.A.,《统计应用的经验过程》(1986),威利·Zbl 1170.62365号
[36] Tiao,G.C。;Tsay,R.S.,时间序列非线性和自适应建模的一些进展,J.Forecast。,13, 109-131 (1994)
[37] Tong,H.,《关于阈值模型》(Chen,C.H.,模式识别和信号处理(1978),Sijthoff和Noordhoff:Sijthof和Noordhoff Amsterdam)
[38] Tong,H.,非线性时间序列。《动力系统方法》(1990),牛津大学出版社:牛津大学出版社纽约·Zbl 0716.62085号
[39] Tsay,R.S.,《金融时间序列分析》(2010),John Wiley&Sons·Zbl 1209.91004号
[40] Weiss,A.A.,ARMA模型与ARCH误差,J.时间序列分析。,5, 129-143 (1984) ·Zbl 0549.62079号
[41] Wong,C.S。;李伟凯,用条件异方差检验门限自回归,生物统计学,84407-418(1997)·Zbl 1058.62554号
[42] Wong,C.S。;李伟凯,双门限自回归条件异方差模型检验,统计学。Sinica,10173-189(2000)·Zbl 0970.62059号
[43] Zakoían,J.-M.,阈值异方差模型,J.Econom。发电机。控制,18931-955(1994)·Zbl 0806.90018号
[44] 张,X。;Wong,H。;李毅。;Ip,W.-C.,一类阈值自回归条件异方差模型,Stat.Interface4,149-157(2011)·Zbl 1513.62187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。