چکیده
1. مقدمه
2. برآورد پارامتر مدل ARCH(q) با استفاده از روش های QL و AQL
3. مطالعه شبیه سازی
4. کاربرد مدل ARCH
5. خلاصه
منابع
چکیده
در این مقاله، برآورد نیمه پارامتری مدل (ARCH) ناهمگونی شرطی اتورگرسیو را با روش های برآورد (AQL) شبه احتمال تقریبی و (QL) شبه احتمال انجام می دهیم. روش QL مفروضات توزیعی فرایندهای ARCH را کاهش می دهد. تکنیک AQL از روش QL بدست می آید زمانی که واریانس شرطی روند ناشناخته است. کاربردی از روش ها را برای مجموعه ای از نسبت های مبادله روزانه ارائه می کنیم.
برآورد پارامتر مدل ARCH(q) با استفاده از روش های QL و AQL
در زیر، برآورد پارامتر برای مدل ARCH(q) داده شده است، که شامل مدل های غیرخطی و غیر گاوسی است. رویکردهای QL و AQL را برای براورد ARCH(q) ارائه می کنیم. برآوردهای پارامترهای ناشناس بدون نگرانی درباره مفروضات توزیعی که شامل فرایندها است در نظر گرفته می شود و همچنین برایند مبتنی بر سناریوهای مختلفی است که در آن فرض بر این است که کواریانس شرطی اصطلاحات خطا [شناخته یا ناشناخته] است.
خلاصه
در این مقاله، براورد پارامترهای مدل های ARCH توسط دو رویکرد جایگزین ارائه می شود. مقاله نشان می دهد که رویکردهای تخمین QL و AQL یک روش کارآمد برای براورد پارامترهای ناشناس ارائه می کند در حالی که ساختار احتمال از مدل اساسی ناشناخته است. همچنین، ابزار قدرتمندی در دستیابی به براورد نقطه بهینه پارامترها در مدل های همبسته همچون مدل ARCH ارائه می¬شود.