偏正态混合时间序列模型
【摘要】:
本文提出了两种基于偏正态分布的混合时间序列模型:偏正态混合自回归模型和偏正态自回归条件异方差模型,这是对基于正态分布的混合时间序列模型的很有意义的推广.新模型能较好地处理时间序列数据的多峰性、非对称性、时变方差等特性.在提出新模型之前,我们详细系统地回顾了两种偏正态分布的定义、性质、随机数生成和参数估计方法.针对两种模型,我们分别讨论了其平稳条件和参数估计方法-EM算法,也给出估计量标准误差的计算方法.关于后一种模型,我们也考虑了其在VaR中的应用,
【相似文献】 | ||
|
|||||||||||||||||||||||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|
|
|||||||||||||||||||||
|