基于高频数据的PGARCH模型的拟极大指数似然估计

作为GARCH族模型的重要拓展模型之一,PGARCH模型的估计往往采用基于日度数据的拟极大似然估计方法。为了探究高频信息对PGARCH模型估计的影响,基于Visser (2011)的研究,本文使用波动率代表模型来整合高频数据,并使用拟极大指数似然估计方法(QMELE)对PGARCH模型进行估计,同时探究了拟极大指数似然估计的渐近性质和模型估计效率的评判标准。模拟研究和实证分析证实,基于高频数据的拟极大指数似然估计有效地提升了PGARCH模型的参数估计精度,这说明基于高频数据的拟极大似然指数估计具有一定的应用价值。