GARCH模型的非高斯拟极大似然估计
统计方法学
2010-06-15 v2 统计理论
应用统计
统计理论
摘要
非高斯拟极大似然估计器常用于GARCH模型，旨在提高GARCH参数的效率。然而，除非拟似然恰好是真实似然，否则即使估计了拟似然中的形状参数，非高斯QMLE方法也会遭受不一致性。为纠正此偏差，我们识别了一个对非高斯QMLE一致估计至关重要的未知尺度参数，并提出了一种两步非高斯QMLE方法，用于估计尺度参数和GARCH参数。这种新方法是一致且渐近正态的。此外，它比高斯QMLE具有更高的效率，特别是在创新误差具有厚尾时。提出了两种扩展以进一步提高2SNG-QMLE的效率。深入研究了创新分布和拟似然分布的相对尾部厚度对渐近效率的影响。蒙特卡洛模拟和实证研究证实了所提出方法的优势。
引用
@article{arxiv.1001.3895,
title = {Non-Gaussian Quasi Maximum Likelihood Estimation of GARCH Models},
author = {Lei Qi and Dacheng Xiu and Jianqing Fan},
journal= {arXiv preprint arXiv:1001.3895},
year = {2010}
}