ARMA模型的稳健识别及实证分析

被引：2

作者：

王志坚

王斌会

机构：

[1] 暨南大学经济学院

来源：

统计与决策 | 2014年 / 09期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

模型识别; Huber函数; 日收益率; 稳健估计; R语言;

D O I：

10.13546/j.cnki.tjyjc.2014.09.042

中图分类号：

F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

文章针对ARMA建模中模型识别时自协方差函数的不稳健性,对经典的自协方差函数进行如下稳健改进:1、利用Huber提出的ρ函数的导函数对原序列进行稳健变换,并取绝对离差均值作为样本方差σ?的稳健尺度估计,2、采用三均值作为原序列均值的稳健估计。以上改进保证对样本自协方差计算时降低异常值的影响,从而改善对自相关函数的估计,进而提高对ARMA模型识别的精确性。最后运用R语言对上证指数进行实证分析论证得出稳健改进的合理性和可行性。

引用

页码：168 / 171

页数：4