版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、當(dāng)前,對金融市場價(jià)格變化不確定性的研究已成為現(xiàn)代金融研究的核心問題之一,而這一不確定性又往往是用方差來描述和度量的。傳統(tǒng)的經(jīng)濟(jì)計(jì)量模型往往假設(shè)方差是不變的。隨著實(shí)證工作的深入,人們發(fā)現(xiàn)金融類的許多時(shí)間序列數(shù)據(jù),如股票價(jià)格、通貨膨脹率、利率和外匯匯率等的方差經(jīng)常表現(xiàn)出隨時(shí)間變化的特點(diǎn)。這些現(xiàn)象表明,傳統(tǒng)的計(jì)量模型,如線性回歸模型已不能客觀和準(zhǔn)確地描述這些金融行為。在這種情況下,恩格爾于1982年提出了自回歸條件異方差模型,簡稱ARCH模型
2、。該模型由于能定量地反映各種經(jīng)濟(jì)和金融行為中出現(xiàn)的方差變化特點(diǎn),已經(jīng)受到了人們的廣泛重視,并在此基礎(chǔ)上產(chǎn)生了許多擴(kuò)展模型,如GARCH,EGRACH,IGARCH等。本文詳細(xì)介紹了ARCH類模型的基本理論,分析了這些模型的性質(zhì)特征,并重點(diǎn)探討了該類模型的參數(shù)估計(jì)方法。目前常用的估計(jì)方法是極大似然估計(jì)。本文在此基礎(chǔ)上提出了基于Bootstrap的極大似然估計(jì)。該方法由于利用樣本的可重復(fù)抽樣性,極大地提高了參數(shù)估計(jì)的準(zhǔn)確性和靈活性。本文主要
3、從以下幾個(gè)方面進(jìn)行研究:(1)系統(tǒng)地闡述了自回歸條件異方差回歸模型族的產(chǎn)生背景,統(tǒng)計(jì)意義,以及當(dāng)前國內(nèi)外的研究現(xiàn)狀與發(fā)展水平等。(2)詳細(xì)介紹了ARCH模型和GARCH模型的基本理論和基本形式,重點(diǎn)介紹了這兩類ARCH模型參數(shù)的極大似然估計(jì),并提出了基于Bootstrap的ARCH模型和GARCH模型參數(shù)的極大似然估計(jì),并給出了相應(yīng)的算法。(3)結(jié)合中國人民銀行人民幣對美元匯率的時(shí)間序列數(shù)據(jù),研究了GARCH模型在實(shí)證分析中的應(yīng)用,并給
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- ARCH模型族的參數(shù)估計(jì)及其應(yīng)用研究.pdf
- irt模型參數(shù)估計(jì)的mcmc算法研究
- IRT模型參數(shù)估計(jì)的MCMC算法研究.pdf
- 單指標(biāo)模型參數(shù)估計(jì)的遞歸算法.pdf
- 基于多智能體退火算法的GARCH模型參數(shù)估計(jì).pdf
- TARCH(q)模型及其參數(shù)估計(jì).pdf
- IRT計(jì)時(shí)模型的參數(shù)估計(jì)及其研究.pdf
- 基于張量分解的參數(shù)估計(jì)算法及其應(yīng)用.pdf
- 基于Prony模型的正弦信號參數(shù)估計(jì)算法研究.pdf
- 混合模型的參數(shù)估計(jì).pdf
- 基于改進(jìn)EM算法的混合模型參數(shù)估計(jì)及聚類分析.pdf
- 基于MCMC的廣義Gamma混合模型的參數(shù)估計(jì)及其應(yīng)用.pdf
- 多元線性模型的參數(shù)估計(jì).pdf
- 混合模型參數(shù)估計(jì)的研究.pdf
- 線性模型中的參數(shù)估計(jì).pdf
- 粒子群算法的改進(jìn)及其在回歸模型參數(shù)估計(jì)中的應(yīng)用.pdf
- 基于MCMC方法的統(tǒng)計(jì)模型的參數(shù)估計(jì).pdf
- GA算法在SIR模型參數(shù)估計(jì)中的應(yīng)用.pdf
- 子空間分解類算法在參數(shù)估計(jì)中的應(yīng)用.pdf
- 粒子群算法的改進(jìn)及其在回歸模型參數(shù)估計(jì)中的應(yīng)用
評論
0/150
提交評論