GMM.pptVIP

In the SV model, the series is serially uncorrelated but dependency in the higher order moments is induced by the serially correlated stochastic volatility term Shephard (1996) surveys the use of ARCH and SV models in fiance and notes some important advantages of SV models over ARCH models Simulation Simulated data for SV model with and Estimation To describe the moment conditions, define The moment conditions are expressed as where Let and define the vector Results Since the elements of are serially correlated, the efficient weight matrix must be estimated using an HAC estimator. The high P-value for the J-statistic indicates that the 24 moment conditions are not rejected by the data Consistent with the findings of Andersen, is not estimated very precisely whereas is estimated fairly precisely. SV model for SP 500 index Consider estimation of SV model using the daily returns on the SP 500 index over period March 14,196 through June 30,2003 Results The low P-value on the J-statistic indicates that the SV model does not fit SP daily return. * THANK YOU 八、广义估计方程(GMM) GMM方法介绍 线性模型的假设检验 非线性的GMM GMM方法的介绍 背景 GMM方法由 Hansen (1982) 提出，已经成为计量经济和金融等领域一个重要的研究方法 和极大似然估计(MLE)相比，GMM方法不需要对模型的分布做任何假定。在一些情况下，GMM方法也比MLE计算方便 单个方程的线性 GMM 考虑线性回归模型 其中 是 的解释变量， 为未知系数矩阵。 可能和 相关。 如果 我们称 为内生变量 。如果 含有内生变量， 的最小二乘是有偏的，并且不相合的 假定存在 的工具变量 ，可能包含部分或全部的 ，满足 其中 是一个平稳的遍历随机过程 由(1.2) 给出以下关系 其中 为了保证模型可识别，一个必要条件为 模型(1.1)允许 条件异方差和序列相关。 假定 是一平稳的遍历的鞅差序(MDS)满足 其中 是 的非奇异矩阵 令 有 其中 。符号 表示 的极限协方差矩阵 假定 是一平稳的遍历的随机过程 条件异方差和序列相关，那么有 其中 ， GMM估计的定义 定义 把(1.2)用起样本矩来表示 如果 如果 ，(1.5) 的