基于高频数据的GARCH模型的伪极大指数似然估计

• 作者: 陈敏 黄金山
• 来源期刊: 应用数学学报
• 学科: 数学
• 关键词: 高频数据 GARCH模型 伪极大指数似然估计 伪极大似然估计 波动率替代模型
• 年，卷（期）: 2014,（6）
• 页码范围: 1005-1017
• 分类号: O211.61
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈敏	中国科学院数学与系统科学研究院	152	2213	23.0	42.0
2	黄金山	中国科学技术大学统计与金融系	1	3	1.0	1.0