arch模型的尾部性质

arch模型的尾部性质

ID:34360386

大小:4.02 MB

页数:28页

时间:2019-03-05

arch模型的尾部性质_第1页
arch模型的尾部性质_第2页
arch模型的尾部性质_第3页
arch模型的尾部性质_第4页
arch模型的尾部性质_第5页
资源描述:

《arch模型的尾部性质》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、山西大学硕士学位论文ARCH模型的尾部性质姓名:侯利君申请学位级别:硕士专业:运筹学与控制论指导教师:刘维奇20060601摘要在本文,我们考虑了ARCH模型类中,ARCH(I)模型的稳定分布的尾部。ARCH(1)模型的形式为其中O:0>0.“l>0。Engle(1982)定义的原始ARCH(1)模型中,假设(e。)。;w是i.i.d的正态随机变量,而本文由ARCH(1)模型,我们定义一个随机等式:%=√卢+A霹一1£。n∈N,并假设(E。)。。w是i.id的对称随机变量。针对上述模型,我们首先

2、给出证明中需要用到的一般性假设和技巧性假设,并证明了(%)。-Ⅳ有唯一的连续对称的稳定分布。继而运用Taube-rian逼近定理得到了(%)。。Ⅳ的稳定分布的指数,它是与参数A和(s。)。。.Ⅳ的分布是有关的,并且还得出慢变化函数是一个特殊的常数。最后讨论了它的稳定分布的尾部是类似Pareto分布的。主要结果如下:在过程(%)。。-v中,令F(z):=P(x>z),23≥0,是稳定分布函数的右尾部,那么:F(。)一cz~,z_o。这里,三到迹堡匕二[丛例:12x其中,一是方程E“压f“)=1的唯

3、一正根。关键词:ARCH模型;重尾分布;尾概率;稳定分布;Pareto分布E“弧s卜znl,/Xel)AbstractInthismodel,thethesis,WestudyARCH(1)modelthetailofthestationarydistributionofis:anARCH(1)Xn=口iE。,磅=删o+口1义翟一1whereOe0>0and091>0InthearticleofEngle(1982),HedefinedtheARCH(1)modelandwedefin

4、e-5asupposed(Cn)n∈Ⅳarestochasticequation:iidnormalrandomvariables,butinourthesis,Xn=、『o+、Xi一1£n,n∈N,andconsidertile(Kn)n∈Narei.i.dsymmetricraaqdomvariables.Astoabovemodel,weintroducetherequiredassumptionsonthe(En)%∈Nanddistinguishbetweenthe

5、SO—calledgeneralconditionsandthetechnicalconditions.thefollowing,weprovedthat(托)n∈ⅣhasauniquestationarydistributionandthestationarydistributioniscontinuonsandsymmetricIntheend,WeconsiderthestationarydistributionhasaPareto—liketailandthetai

6、lindexdependsonAandthedistributionofthe(£n)n∈N,thefollowingisitselementaryresultsIn(墨。)。∈Ⅳ,LetF(x):=P∽>z),z≥0,istherighttailofthestationarydiatrjbutionn】nction.ThenY(x1一CX~、X一。。WnereC2一翌£二!andKisgivenastheuniquepositivesolutiontoE(1、/旭{‘)=

7、1Key"Words:ARCHmodel;heavytaileddistribution;tailedProbability;Sty-tionarydiatributionfunction;Paretodiatribution土到迹E(b/Xel一圳瓜I)丛倒!1引言引言纷陛时问序列模型是目前应用最广泛的模型之一,这主要是因为:在现实世界中,许多量之间具有线性或近似线睫的依赖关系,而且线性关系是数学中最基本的关系,比较容易处理。在数学中已经积累了处理线性关系的丰富的理论和方法。为实际应用提供了坚实

8、的理论依据和有效算法。然而,在许多情况下,线形模型并不能充分描述潜在的随机原理,这就需要我们发现能够更好地拟合现实数据的新模型,于是我们就想到了非线性时间序列模型。目前,非线性时间序列模型类已经受到广泛的关注。在这些模型类中,条件异方差模型由于其异方差性更是备受青睐。因为由其衍生出来的各类模型都能很好地拟合多种类型的金融数据。20世纪60年代以来,大量关于金融市场价格行为的经验研究结果证实:方差是随时间的变化而变化的。分形理论之父Mandelbort(1963)首先发

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。