非线性时间序列模型的波动性建模(中).docVIP

非线性时间序列模型的波动性建模 Song-Yon Kim and Mun-Chol Kim 朝鲜平壤 金日成综合大学 数学学院PUST国际会议 本版修订于2013年11月3日 摘要：在本文中的非线性时间序列模型被用来描述金融时间序列数据的波动。描述两种由波动的非线性时间序列组合成TAR（阈值自回归模型）与AARCH（非对称自回归条件异方差模型）的误差项和参数估计的研究。 关键词：非线性时间序列模型；波动；ARCH（自回归条件异方差模型在投资持有期的资产价格波动的一个很好的预测是评价投资风险的一个很好的起点。资产价格波动是金融衍生证券定价的最重要的变量。定价我们需要知道的波动性从现在相关资产，直至期权到期。事实上，市场惯例是波动单位列出。如今，波动性的定义和测量可能在衍生工具合约明确规定973年，金融数学由Black和Scholes [1]进入了一个新阶段。他们用该持有人的随机分析理论来估算期权的价格，预定价格为K在预定的未来时间T +τ而不是目前的时间T买一个（或相关资产）与（这种选择被称为欧式期权。）假设 根据风险中性测度。在这里，（短期利率），是常数，为标准维纳过程。时间t价的如下[1]： 这里和参数是唯一未知。σ称为波动，在上面的公式中所示σ准确估计成为定价估计的一个重要的问题。此外，如时间t波动σt等问题提出1982，罗伯特恩格尔提出了一个新的模型来一个更准确的方