非线性过程中的长记忆性
统计理论
2008-12-02 v1 统计金融
统计理论
摘要
人们普遍认为,许多具有实际意义的时间序列表现出强依赖性,即长记忆性。对于此类序列,样本自相关函数衰减缓慢,且 log-log 周期图呈现直线关系。这就需要一类模型来描述此类行为。这类模型中流行的一类是分数阶整合自回归移动平均 (ARFIMA) 模型,它是一种线性过程。然而,人们同样需要非线性的长记忆模型。例如,金融资产收益序列通常趋于表现出零相关,而其平方或绝对值则呈现长记忆性。此外,为了寻找能够生成长记忆性的现实机制,人们发展出了其他一些非线性长记忆模型。在本章中,我们将介绍若干非线性长记忆模型,并讨论这些模型的性质,以及相关的参数与半参数估计量。
引用
@article{arxiv.0706.1836,
title = {Long Memory in Nonlinear Processes},
author = {Rohit Deo and Meng-Chen Hsieh and Clifford M. Hurvich and Philippe Soulier},
journal= {arXiv preprint arXiv:0706.1836},
year = {2008}
}