左删失数据下ARMA(p,q)模型的估计

在观测数据左删失情形下由K-M估计方法得到,严平稳遍历序列{X_t}的均值和自协方差函数的估计,从而获得ARMA(p,q)模型的参数估计,且所给估计量是强相合估计.

C藤Copula自回归模型及其预测

通过研究严平稳时间序列的非线性自相关性,建立了C藤Copula自回归模型,并运用模型进行了预测。首先,基于C藤Copula理论建立C藤Copula自回归模型,给出某一时刻连续几个滞后项是否与这一时刻独立的判别方法,筛选出相关自变量;接着,给出模型的参数估计方法和基于蒙特卡洛模拟的预测方法;最后进行实证分析,结果显示C藤Copula自回归模型的预测效果优于ARMA(1,1)模型和Garch(1,1)模型。

平滑转换自回归模型的平稳性问题研究

根据时间序列宽平稳的定义,本文认为,平滑转换自回归模型的序列不是宽平稳序列,利用ADF统计量检验其平稳性是没有意义的;其次,依据马尔科夫链的遍历性,我们认为,STAR模型的序列是严平稳序列,且通过对模型系数的联合取值的限制保证了模型的平稳性。以一阶对数平滑转换自回归模型为例,其平稳的条件是,β与r符号相反,且|β+r|<1,β可以等于1,也可以绝对值小于1。