稳健改进的AO型异常点检测法在金融时序中的应用

针对金融时间序列数据易受外界突发事件干扰而产生连续性异常点的特点,本文首先分析了Chang,Tiao和Chen(1988)^([11])提出的金融时间序列AO型异常点检测法的不稳健性,并对其进行稳健改进得到稳健检测统计量,而且在理论上证明了改进检测统计量的优良性;随后模拟了五种污染率下的时序数据,分别用三种检测法对其中的异常点进行检测,发现稳健检测法准确率最高;最后用R语言对上海黄金交易所2008年1月2日至2013年3月29日含金量为99.99%的黄金交易收益率的异常现象进行稳健检测,结果显示本文提出的稳健检测法比传统的检测法对异常点检测能力显著提高,并且能更好的捕捉到我国金融市场的异常特点。该方法不仅对于金融风险的研究具有理论上的意义而且对金融时间序列的稳健建模具有一定的参考价值。

时序IO与AO型异常值稳健联合检测法及其应用

文章分析了基于假设检验的时间序列IO、AO型异常点检测法的不稳健性,并在此基础上构建了IO、AO型异常点稳健联合检测法。模拟和实证分析均表明:相比于传统检测法,提出的稳健联合检测法对异常点检测能力显著提高,并且能更好地捕捉到我国金融市场的异常特点。

一种GARCH模型异常值的稳健检测法及其应用

文章借鉴Charles(2005)提出的GARCH模型异常值检测法,提出一种GARCH模型AO型与IO型异常值稳健检测法,模拟不同污染率、不同样本量下的GARCH序列。实证检验结果显示,稳健检测法对异常值检测的正确率显著高于传统检测法。