長記憶時間序列模型及應用(參考版)
2025-05-17 03:50本頁面
【正文】 ? Tsay （ 2021）實際利率； 總結與討論 ? 長記憶過程的特征與模型； ? 長記憶的波動率模型； ? 長記憶與結構變化； 一些文獻 ? Baillie, ., (1996), “Long memory processes and fractional integration in econometrics”, Journal of Econometrics, 73, 559. ? Beran, J. (1994), Statistics for LongMemory Processes. Chapman amp。 ? Dijk et al. (2021): 失業(yè)率 ? Hassler amp。 Rothman (1994), 多個宏觀變量； ? Diebold amp。 0 1 / 2d??1 / 2 0d? ? ?0d?1/2d ?模擬分數(shù)次白噪聲的數(shù)據(jù) ~ . . . ( 0 , 1 )(1 ) ,ttta i i d NB y a??ARFIMA模型的估計 ? 條件極大似然估計； ? 極大似然估計； ? 非線性最小二乘估計； ? Baillie (1996) 對對數(shù)全距序列的估計 32( 1 ) ( 173 ) ( 1 646 )A I C 119 11 , BI C 121 72ttB y B a?? ? ? ????對殘差的檢驗 Stat pValue Q(10) Q(20) Q(50) Q(100) q=14 NeweyWest (1994) Andrew(1991) 5. 一些應用 對宏觀經濟變量的實證研究 ? Baillie amp。 Chung 1994) 21~ , 0dk c k d? ???平穩(wěn)解譜密度函數(shù)的性質 ? 所以， 2*2*( ) 1 ( ) [ 4 sin ( 1 / 2 ,( / 2 ) ] ( ) , , 1 。 1 / 2 pTTQ? ??? ?對數(shù)全距序列的修正的 R/S分析 Vstat pValue q=14 NeweyWest (1994) Andrew(1991) 對 ARMA(1,1)殘差的 R/S分析 Vstat pValue q=14 NeweyWest (1994) Andrew(1991) 4. ARFIMA模型 模型的形式 ? 分數(shù)次整合 ARMA模型 ? 或者 ? 稱之為 I(d)過程，記為 ( ) ( 1 ) ( ) ( )d ttB B y B a?? ? ? ? ?()( 1 ) ( )()dtt tuBB y aB? ?? ? ? ??~ A R F I MA ( , , )typ d q分數(shù)次差分算子 ? 其中
環(huán)評公示相關推薦
鄂ICP備17016276號-1