半非参数模型选择研究以及在上交所回购利率中的应用

首先基于模型动态稳定性的要求,本文改进了半非参数(SNP)模型的选择方法,使所选择的SNP模型既能很好地拟合真实样本又能模拟与真实样本统计特征相近的时间序列。其次,本文得到了二维随机过程情形下赫米特展开项的理论结果。再次,实证结果表明:上交所旧质押式回购利率初始、插值后样本两组数据的最优SNP模型均为Semiparametric AR(1)-GARCH(1,1)(即11118000)模型,但是两者的系数估计值却不相同。最后,本文的实证结果表明了所提出的SNP模型选择改进方法的合理性与稳定性。