基于 matrix-F 分布的已实现协方差矩阵时间序列模型
统计理论
2020-07-10 v2 计量经济学
统计方法学
统计理论
摘要
我们针对时变已实现协方差（RCOV）矩阵提出了一种新的 Conditional BEKK matrix-F (CBF) 模型。该 CBF 模型能够捕捉重尾 RCOV，这是一个重要的风格化事实，但基于 Wishart 的模型无法充分处理。为了进一步模拟 RCOV 的长记忆特征，引入了一种具有条件异质自回归（HAR）结构的特殊 CBF 模型。此外，我们对 CBF 模型的概率性质和统计推断进行了系统研究，包括探讨其平稳性、建立其最大似然估计量的渐近性，并为其模型检验提供了一些新的基于内积的检验。为了处理大维 RCOV 矩阵，我们构建了两个简化 CBF 模型——方差目标 CBF 模型（适用于中等但固定维度的 RCOV 矩阵）和因子 CBF 模型（适用于高维 RCOV 矩阵）。对于这两个简化模型，推导了估计参数的渐近理论。通过仿真结果和两个实际例子说明了我们整套方法的重要性。
引用
@article{arxiv.1903.12077,
title = {Time series models for realized covariance matrices based on the matrix-F distribution},
author = {Jiayuan Zhou and Feiyu Jiang and Ke Zhu and Wai Keung Li},
journal= {arXiv preprint arXiv:1903.12077},
year = {2020}
}