基于JSU分布的广义自回归条件密度建模及应用

被引：5

作者：

蒋翠侠

机构：

[1] 山东工商学院数学与信息科学学院

来源：

数量经济技术经济研究 | 2008年 / 08期

基金：

中国博士后科学基金;

关键词：

广义自回归条件密度模型; JSU分布; 极大似然估计; 建模;

D O I：

10.13653/j.cnki.jqte.2008.08.010

中图分类号：

F224 [经济数学方法]; F830 [金融、银行理论];

学科分类号：

0701 ; 070104 ; 1201 ; 020204 ;

摘要：

金融时间序列的分布对于全面、准确把握金融资产收益的动态行为具有重要的意义,而广义自回归条件密度(GARCD)建模为描述金融资产收益的概率密度函数提供了一种工具。本文在JSU分布的基础上,建立了GARCD-JSU模型,给出了模型的参数估计方法及模型拟合效果的检验方法。利用建立的GARCD-JSU模型不仅可以得到金融时间序列的时变概率密度函数,而且还可以测算出时变高阶矩的变化,从而克服了正态分布假定框架下仅从前二阶矩出发考虑金融时间序列分布特征的局限性。

引用

页码：137 / 150

页数：14

共 7 条

[1] 多元条件高阶矩波动性建模 [J].

许启发 ;

张世英 .

系统工程学报, 2007, (01) :1-8+33

[2] 金融市场条件高阶矩风险与动态组合投资 [J].

蒋翠侠 ;

许启发 ;

张世英 .

中国管理科学, 2007, (01) :27-33

[3] 高阶矩波动性建模及应用 [J].

许启发 .

数量经济技术经济研究, 2006, (12) :135-145

[4]

Asymmetric and leptokurtic distribution for heteroscedastic asset returns: The S U -normal distribution[J] . Pilsun Choi,Kiseok Nam.Journal of Empirical Finance . 2007 (1)

[5]

Autoregresive conditional volatility, skewness and kurtosis[J] . ángel León,Gonzalo Rubio,Gregorio Serna.Quarterly Review of Economics and Finance . 2005 (4)

[6] Autoregressive conditional skewness [J].

Harvey, CR ;

Siddique, A .

JOURNAL OF FINANCIAL AND QUANTITATIVE ANALYSIS, 1999, 34 (04) :465-487

[7]

Modelingasymmetry andexcess kurtosis in stock return data .2 Premaratne G,Bera A K. Illi-nois Research&Reference Working Paper No.1～123 . 2000

← 1 →