国家自然科学基金(BK2009222)
- 作品数：2 被引量：0H指数：0
- 相关作者：王立洪侯大为顾承祖更多>>
- 相关机构：南京大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学更多>>
- 长记忆FIGARCH模型的预测(英文)
- 2010年
- 本文中,我们提出了一个FIGARCH模型的适应性预测方法.我们证明了一个适当的一阶或二阶的GARCH模型可以很好地对长记忆FIGARCH(1,d,0)模型进行一步预测.蒙特卡洛模拟结果显示,在波动率序列长记忆性不是太强的情况下,适应性预测的均方误差十分接近直接用原来FIGARCH模型进行预测的精度,但本文的方法计算量却小得多.实证方面,上证综指,恒生国企指数和欧元对美元汇率的波动率数据分析结果都表明,用低阶GARCH模型预测长记忆FIGARCH模型的有效性.
- 侯大为王立洪
- 关键词：FIGARCH模型GARCH模型
- 长记忆ARFIMA-GARCH模型的状态空间模型估计(英文)
- 2011年
- 本文考虑了ARFIMA-GARCH类模型的状态空间表示.ARFIMA-GARCH这类模型结合了长记忆时间序列和条件异方差过程.虽然ARFIMA-GARCH模型的状态空间表示是无穷维的,但是基于这种表示法的精确极大似然估计可以在样本长度的迭代计算中得到.本文提出了基于模型的截断的自回归展开式的似然函数近似估计,进而得到了模型参数的拟似然估计.利用状态空间表示的便利,本文的估计方法被应用到了缺失数据的情形.最后,我们还将本文的方法应用于模拟计算(缺失数据和非缺失数据)和实际数据分析.
- 王立洪顾承祖
- 关键词：极大似然估计缺失数据
