非零均值噪声下ARMA-GARCH模型的拟极大似然估计

ARMA-GARCH模型在金融领域已得到广泛应用,可以用来研究金融资产价格的变化情况.对金融资产收益率建模时,通常假设噪声服从高斯分布.然而,实际研究表明,金融资产收益率可能具有正向或负向阶段性跳跃特征.对于此类金融数据,基于高斯分布的ARMA-GARCH模型在预测效果上显得不足.因此,研究了非零均值噪声扰动下的ARMA-GARCH模型,证明了拟极大似然估计量(QMLE)的强相合性和渐近正态性.进一步,通过数值模拟和实证分析说明了该模型的有效性.

多维广义线性模型拟极大似然估计的弱相合性

本文考虑多维广义线性模型的拟似然方程sum from i=1 to n X_i(y_i-μ(X_i^1β))=0,在一定条件下证明了此方程的解(?)渐近存在,并得到了其收敛速度,即■_n-β_0=O_p(■_n^(-1/2)),其中β_0为参数β的真值,■_n是方阵S_n=sum from i=1 to n X_iX_i^1的最小特征值．

半参数回归模型拟极大似然估计的弱相合性

本文考虑一类固定设计的半参数回归模型,其误差为一阶自回归时间序列。用权函数及拟极大似然估计方法得到了一些参数及非参数的拟极大似然估计量,在适当的条件下,研究了它们的弱相合性,从而丰富了该类半参数回归模型的估计理论与方法。

内生初始假定下动态空间固定效应模型的拟极大似然估计

本文提出了基于初始值为内生确定下的动态空间固定效应模型,综合考虑了可直接观测和不可直接观测或无法观测的空间效应;推导了模型参数拟极大似然估计量具有的渐近性质及其渐近分布。对参数估计量性质的模拟检验结果表明,似然估计量的渐近性质随着样本容量的增加而改善,且其改善程度对时间维度变化较对空间维度变化更为敏感,在空间单元限定情形下有效增加时间维度可以显著改善估计量性质。中国省域经济收敛性的实证案例分析结果显示,本文构建的综合考虑双重空间结构的空间计量模型具有适用性和合理性。

极大似然估计和拟极大似然估计模拟之比较

通过对单个协变量的带有测量误差的一维结构回归模型中总体平均处理效应的极大似然估计和拟极大似然估计的随机模拟结果进行比较,发现这两个公式都不受测量误差的影响,并且可以互换使用.当其它误差较小时用两个公式计算结果虽然相差不大,但相比较而言用拟极大似然估计较好,反之,当其它误差较大时用极大似然估计较好.

误差为AR(1)情形的半参数回归模型拟极大似然估计的存在性

在误差为AR(1)时间序列的情形下,给出了半参数回归模型的拟极大似然估计方程,并研究了拟极大似然估计量的存在性。

INGARCH模型拟极大似然估计的相合性

利用拟极大似然方法研究INGARCH模型参数的估计问题,证明了拟极大似然估计的强相合性.模拟结果表明,在样本数较大时,拟极大似然估计比最大似然估计效果更好.

总体平均处理效应的拟极大似然估计

本文给出可交换条件下多维协变量的带有测量误差的多维结构回归模型,利用该模型研究总体平均处理效应的估计,给出当暴露组和对照组的协变量测量误差同分布时总体平均处理效应的拟极大似然估计及其性质.

总体平均处理效应的拟极大似然估计的随机模拟

对可交换条件下单个协变量的带有测量误差的多维结构回归模型中总体平均处理效应的拟极大似然估计进行随机模拟,发现测量误差对模拟结果有影响.

一类非线性AR模型的拟极大似然估计

研究了具有GARCH误差的非线性的AR模型的拟极大似然估计.在一定条件下证明了拟极大似然估计的强相合性,其结果更具有一般性.最后将此结果应用到一类具有GARCH误差的线性AR模型上.

中美贸易差额波动率参数的拟极大似然估计与比较

文章通过对8种传统测度方法进行比较,针对传统估计方法的局限性,推介一种较新的估计方法——拟极大似然估计法。该估计法不仅具有传统估计方法的优良特性,而且可以对异方差现象进行较为理想的处理,所得结果精确度大大提高。并使用该方法对中美贸易差额波动率的变动进行了测度。

空间动态面板模型拟极大似然估计的渐近效率改进

Lee和Yu(2008)研究了一类同时带个体与时间固定效应的空间动态面板模型的拟极大似然估计量的大样本性质。本文说明当扰动项非正态时,拟极大似然估计量的渐近效率可以被进一步提高。为此,我们构造了一组含待定矩阵且形式一般的矩条件以用来包含对数似然函数一阶条件的特殊形式。从无冗余矩条件的角度,选取最优待定矩阵得到了最佳广义矩估计量。本文证明了当扰动项正态分布时,最佳广义矩估计量和拟极大似然估计量渐近等价;当扰动项非正态分布时,广义矩估计量具有比拟极大似然估计量更高的渐近效率。Monte Carlo实验结果与本文的理论预期一致。

广义线性模型中拟极大似然估计的强相合性及收敛速度

在广义线性模型(GLM)因变量有正确表述的假定及其他一些光滑性条件之下,证明以概率1当样本量n充分大时,广义线性模型的拟似然方程有一解,且可求出该解收敛于真值的速度,在一个重要的特例中,该速度同于独立同分布随机变量序列部分和的重对数律所确定的速度,故而不能改进.

初始值外生给定下动态空间面板数据模型的拟极大似然估计

基于初始值外生性假定,本文构建的动态空间面板数据固定效应模型内含空间自相关和空间误差两种结构,并采用拟极大似然方法推导模型参数具有渐近性质和渐近分布的估计量;进一步,蒙特卡洛模拟实验结果显示,本文所推导的拟极大似然估计量呈现的统计特征与理论结论一致,即具有随样本容量的增加而不断改进的渐近性质;分别讨论模型中存在的时间和空间两类维度的变化影响发现,参数估计量的渐近表现对时间维度的变化较为敏感,在空间维度难以增加情形下,时间维度的有效增加能够有效地提高参数估计量性质。

半参数回归模型拟极大似然估计的渐近分布

用拟极大似然估计方法研究了误差为AR(1)时间序列的半参数回归模型,得到了参数及非参数的拟极大似然估计量,并研究了它们的渐近分布.

固定效应空间滞后变系数面板数据模型的拟极大似然虚拟变量估计

本文研究了固定效应空间滞后变系数面板数据模型的拟极大似然虚拟变量估计法,首先通过引入虚拟变量处理模型的个体固定效应,在此基础上利用拟极大似然法构建模型的参数和非参数估计,并在几个正则假设条件下推导了所得到的参数和函数系数估计量的一致性和渐近正态性,最后使用蒙特卡洛数值模拟考察了估计方法的小样本表现,结果显示有限样本下的估计效果良好.

中国银行间拆借利率扩散模型的极大拟似然估计

本文用极大拟似然估计法估计了中国银行间市场七天拆借利率扩散模型的参数。并用自助法对众多不同的模型进行了广义拟似然比检验。结论表明:中国货币市场利率具有均值回复效应:利率敏感系数γ值为1.421265,对利率水平具有较高敏感性。

广义线性模型中拟似然估计的弱相合性

研究了广义线性模型在非自然联系情形下的拟似然方程∑ni=1XiH X′iβΛX′iβyi-h X′iβ=0的解β^n.在λ-n→∞和其他一些正则性条件下证明了拟似然方程解β^n的弱相合性,并得到了与自然联系情形下一样的收敛速度,即β^n-β0=Opλ-n-1/2,其中β0为β的真值,λ-n(λ-n)表示方阵Sn=∑ni=1XiX′i的最小(最大)特征值.

大规模三模网络自回归模型

在双模网络自回归(NAR)模型的基础上给出了三模NAR模型.该模型考虑了大规模社交网络中三种类型的节点,且边只允许出现在不同类型的节点之间.首先介绍了模型的定义以及模型的可逆性与参数可识别性,考虑了拟极大似然和条件最小二乘估计方法及相应估计量的大样本性质.其次,在多种设定下进行了数值模拟,对估计方法的准确性与计算效率进行了对比,最后分析了一个实际例子.

空间滞后面板平滑转换模型的估计及数值模拟

将空间滞后项引入面板平滑转换模型,构建了空间滞后面板平滑转换模型,通过综合应用拟极大似然法和非线性最小二乘法,构造了该模型的参数估计方法,并通过蒙特卡洛数值模拟探讨了参数估计方法的小样本性质;数值模拟结果显示,提出的估计方法在小样本条件下表现良好,参数估计值随着样本容量的增大而收敛到参数的真值。