非参数随机条件持续期模型及其迭代算法

摘要：

随机条件持续期(SCD)模型能有效刻画超高频时间序列中持续期的变化,但该模型假定期望持续期生成机制固定,且模型参数估计存在一定的困难.文章在不假定条件均值形式和冲击项分布的基础上结合核估计方法提出了非参数SCD模型及其迭代求解方法.然后,基于TEACD(1,1)模型生成的模拟数据,将非参数SCD模型与用卡尔漫滤波进行伪似然估计的参数SCD模型和用Gibbs抽样进行马尔科夫蒙特卡罗估计的参数SCD模型的拟合效果进行比较,实证表明在大样本条件下非参数SCD模型的拟合效果与用MCMC估计的参数SCD模型的拟合结果相差不大,但明显优于用QML估计的参数SCD模型的拟合结果,且非参数SCD模型能为参数SCD模型的参数设定提供参考.

关键词：SCD模型、持续期、伪似然估计、MCMC估计、核估计

所属期刊栏目：28

分类号：F222.3(经济计算、经济数学方法)

资助基金：国家自然科学基金项目“流动性调整期望损失La-ES和最优变现策略”70671025;获国家自然科学基金项目“基于复杂网络的银行间传染性风险及其演化模型研究”71071034

在线出版日期：2012-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：103-110