非线性时间序模型的波动性建模(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 本文出自于2011年5日朝鲜平壤举行的第一届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）；AARCH；TAR；QMLE（拟极大似然估计） 一 介绍 在金融市场中，资产价格的波动是一个极其重要的变量，其建模在投资，货币政策，金融风险管理等方面中有重要意义 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。对于定价我们需要知道的波动性范围是从现在相关资产，直至期权到期。事实上，市场惯例是根据波动单位列出价格期权。如今，波动性的定义和测量可能在衍生工具合约明确规定。在这些新的合同，波动成为潜在的“资产”。 波动率模型已成为一个在金融时间序列模型分析的主要对象并且使许多科学家沉浸其中。 1973年，金融数学由Black和Scholes [1]带领进入了一个新阶段。他们用该持有人的随机分析理论来估算期权的价格，股份持有人有权用预定