ARMA模型的稳健识别及实证分析
2014-05-15分类号:F224
【部门】暨南大学经济学院
【摘要】文章针对ARMA建模中模型识别时自协方差函数的不稳健性,对经典的自协方差函数进行如下稳健改进:1、利用Huber提出的ρ函数的导函数对原序列进行稳健变换,并取绝对离差均值作为样本方差σ?的稳健尺度估计,2、采用三均值作为原序列均值的稳健估计。以上改进保证对样本自协方差计算时降低异常值的影响,从而改善对自相关函数的估计,进而提高对ARMA模型识别的精确性。最后运用R语言对上证指数进行实证分析论证得出稳健改进的合理性和可行性。
【关键词】模型识别 Huber函数 日收益率 稳健估计 R语言
【基金】中央高校基本科研业务费专项资金资助项目(21611519);; 广东省教育厅产学研结合项目(2011A090200044)
【所属期刊栏目】统计与决策
文献传递