具有不相关但非独立误差项的FARIMA模型估计
应用统计
2021-03-19 v2 统计理论
统计理论
摘要
本文推导了分数阶自回归移动平均（FARIMA）模型最小二乘估计量（LSE）的渐近性质，假设误差是不相关的，但不一定是独立的，也不一定是鞅差序列。我们大幅放宽了对新息过程的独立性甚至鞅差假设，以扩展FARIMA模型的应用范围。我们提出了LSE渐近协方差矩阵的一个一致估计量，该矩阵可能与标准框架下得到的矩阵有很大不同。还提出了一种用于弱FARIMA模型参数置信区间构造的自正则化方法。我们所有的结果都是在噪声满足混合性假设下得到的。最后，给出了一些模拟研究以及对股票市场指数日收益率的一个应用，以佐证我们的理论工作。
引用
@article{arxiv.1910.07213,
title = {Estimating FARIMA models with uncorrelated but non-independent error terms},
author = {Yacouba Boubacar Maïnassara and Youssef Esstafa and Bruno Saussereau},
journal= {arXiv preprint arXiv:1910.07213},
year = {2021}
}