上证指数收益率GARCH族模型实证研究

一、前言Mandelbrot(1963)等人发现"一个描述金融价格的随机变量可能具有趋向于无穷的方差",他发现许多金融变量的分布具有很宽的尾部,其方差也是变化的,而且方差变化时,幅度较大的变化集中在一段时间内,而幅度较小的变化集中在另一段时间里,也就是金融时间序列波动的集群性。这样,二阶或更高阶矩的时变模型开始被用来描述金融行为。Engle(1982)等提出的自回归条件异方差模型(ARCH)很快得到认同,因为ARCH模型假定的收益误差项服从以条件期望为零。

基于联合II型删失数据的两总体指数模型的精确统计推断（英文）

在本文中,我们讨论两指数总体的位置参数和尺度参数的统计推断问题.利用极大似然方法,在联合II型删失数据的情形下给出参数的精确分布以及相关精确统计推断结果.将枢轴量表示为标准指数随机变量的线性函数,并且给出枢轴量的条件精确分布,这个条件精确分布的一个很大优点是计算比较简单.利用条件精确分布,可以获得枢轴量的精确分位数.为了说明本文方法的优劣,我们也提供Bootstrap方法构造参数置信区间的相关结果.最后将理论结果,进行了部分数值模拟实验,这些数值结果列在相应的表格里.

独立随机变量序列的强大数定律

将刘文的分析方法应用于独立随机变量序列,得到了序列服从强大数定律的一个与指数矩相关的充分条件如下:存在一个正数δ使得对所有正整数n,δX_n 与-δX_n的指数矩都有限,且对趋于无穷的正数序列{b_n},λΧ_j的指数矩的λ分之一次幂的自然对数与-λΧ_j的指数矩的一λ分之一次幂的自然对数的差,被b_n除,对j从1到n求和,和式当n趋于无穷时的上极限当正数入趋于零时收敛于零。

随机环境中依赖年龄的分枝过程

考虑随机环境中依赖年龄的分枝过程.环境ξ=(ξ_0,ξ_1,…)是平稳遍历的随机变量序列.给定环境ξ,该过程是非齐次的Galton-Watson过程,第n代粒子的寿命分布为R_+上的概率分布G(ξ_n),每个粒子根据N上的概率分布p(ξ_n)独立地产生后代.令Z(t)表示t时刻存活的粒子数.首先,以一个函数方程给出了在环境ξ下Z(t)的条件概率母函数的性质;通过与一个嵌入分枝过程作比较,得到了过程几乎必然灭绝的判别准则.然后,得到条件均值E_ξZ(t)和整体均值EZ(t)的表达式,并通过研究随机环境中的更新过程,给出了两均值的指数增长率.