基于高频数据的garch模型的伪极大指数似然估计

	基于高频数据的garch模型的伪极大指数似然估计
	黄金山 1; 陈敏2
刊名	应用数学学报
	2014
卷号	37 期号:6 页码:1005
ISSN号	0254-3079
英文摘要	波动率替代模型能将日内高频数据嵌入到日间的GARCH模型的框架下,因此我们可以通过构造合适的波动率替代来改进GARCH模型的参数估计.但是高频数据往往伴随着市场微观结构的噪音.它们可能会带来巨大的估计偏差.本文对波动率替代模型提出了伪极大指数似然估计(QMELE). QMELE的渐近性质被给出.与传统的高斯伪极大似然估计(QMLE)相比,QMELE的渐近正态性只需要残差的二阶矩有限.数值模拟的结果显示QMELE有较高的精度和稳健性.
语种	英语
内容类型	期刊论文
源URL	[http://ir.amss.ac.cn/handle/2S8OKBNM/47263]
专题	应用数学研究所
作者单位	1.中国科学技术大学 2.中国科学院数学与系统科学研究院
推荐引用方式 GB/T 7714	黄金山,陈敏. 基于高频数据的garch模型的伪极大指数似然估计[J]. 应用数学学报,2014,37(6):1005.
APA	黄金山,&陈敏.(2014).基于高频数据的garch模型的伪极大指数似然估计.应用数学学报,37(6),1005.
MLA	黄金山,et al."基于高频数据的garch模型的伪极大指数似然估计".应用数学学报 37.6(2014):1005.