現(xiàn)代金融專題研究-文庫吧資料
2025-01-09 02:11本頁面
【正文】 述金融時間序列是不夠的， ARCH（P）需要大量的參數(shù)估計，且要保證所有的參數(shù)均滿足參數(shù)約束是很困難的， 以及保證顯著性是很困難的。 ARCH（ 1）對于參數(shù)給出的非常嚴格的限制，并且隨著 ARCH階數(shù)的增加，其限制將更為復(fù)雜，在實際的回歸過程中，可能很難滿足這樣的條件。 由于均值方程中只有殘差是隨機過程，則有以上表明，利用 ARCH可以描述回報序列的重尾性！31實證：中石化 ARCH（ 1）32ARCH的缺陷167。 在給出無條件 4階矩和 2階矩的基礎(chǔ)上，則殘差序列ut的無條件峰度 K該 ARCH模型估計的殘差序列的無條件分布具有尖峰重尾性，進一步30ARCH與重尾性167。26 ARCH（ 1）模型的參數(shù)約束167。則若 yt是平穩(wěn)的，則對于任意的 t， k和 M，都有其聯(lián)合分布滿足回憶：任意的一個時間序列 yt都可以被認為是由一組聯(lián)合分布的隨機變量生成，也稱其為 f(y)的一個實現(xiàn)。 平穩(wěn)性的優(yōu)點：（ 1）可用系數(shù)方程將時間序列的模型化；（ 2）方程的系數(shù)可以利用序列的過去數(shù)據(jù)來估計得到25隨機過程的平穩(wěn)性167。區(qū)別：條件方差是時變的，故其為一個分布，但是該分布卻是平穩(wěn)的，即平穩(wěn)隨機過程的隨機性質(zhì)不隨時間而變。 平穩(wěn)性：若隨機過程的隨機特征（如均值，方差）不隨時間發(fā)生變化，則稱該過程是平穩(wěn)。但是 ut的條件方差隨時間而變化，假設(shè) 服從AR(1)過程（模型的名稱來源）21167。 現(xiàn)實中，金融時間序列存在著波動聚集性，而波動的來源是殘差，假設(shè)較大的波動出現(xiàn)往往隨后會出現(xiàn)較大的波動，即波動是相關(guān)的，也就是波動自回歸的。若將 E(y|x)視為關(guān)于 x的隨機變量，則有16 條件矩167?；貧w與條件均值15 條件矩167。14所謂條件期望值函數(shù)， 也就是因變量對自變量的回歸 。 對于時間序列 x的每個值都存在一個時間序列 y的條件分布167。10單指數(shù)模型的偽回歸：中國銀行11單指數(shù)模型的偽回歸：中國銀行12單指數(shù)模型的偽回歸：中國銀行13 條件矩167。167。167。167。 此時，參數(shù)的估計量的方差是有偏估計（或者不收斂，是時變的），統(tǒng)計檢驗和置性區(qū)間就不正確！89167。 若線性回歸模型的誤差實際上是異方差，卻被假定為同方差，這就意味著標準誤差的估計值是錯誤的。 條件： 在時間序列中，給出不同的時點的樣本（對于不同時點的觀測值），得到殘差的方差是不同的，故方差隨時間給出的條件而變化，即 異方差216。 尋找其他分布形式來描述，主要有 t分布， GED分布和
教學課件相關(guān)推薦
鄂ICP備17016276號-1