边界参数时间序列模型的惩罚拟似然估计与模型选择
计量经济学
2023-02-07 v1
摘要
我们将 Fan 和 Li (2001) 关于基于惩罚似然的估计和模型选择理论扩展到允许部分或全部参数具有非负约束以及时间序列依赖的统计和计量经济模型。它与经典的非惩罚似然估计不同，在后者中，基于似然的估计量和检验统计量的极限分布是非标准的，并且依赖于参数空间边界上未知参数的数量。具体而言，我们证明了联合模型选择和估计产生了标准渐近高斯分布的估计量。该结果被应用于丰富的自回归条件异方差（ARCH）模型类，以对时变波动率进行建模。我们从模拟中发现，即使参数数量很大，惩罚估计和模型选择的效果也非常好。对股票市场收益数据的一个简单实证说明证实了惩罚估计选择 ARCH 模型的能力，这些模型能很好地拟合自相关函数，并证实了金融时间序列数据长记忆的程式化事实。
引用
@article{arxiv.2302.02867,
title = {Penalized Quasi-likelihood Estimation and Model Selection in Time Series Models with Parameters on the Boundary},
author = {Heino Bohn Nielsen and Anders Rahbek},
journal= {arXiv preprint arXiv:2302.02867},
year = {2023}
}