几类时间序列模型设定检验方法的比较分析.docVIP

几类时间序列模型设定检验方法的比较分析 摘要相较于线性时间序列，非线性时间序列在工业过程控制、经济、生物医学工程等自然科学和社会科学领域中有更广泛的应用。本文在对非线性时间序列模型设定检验问题的研究现状进行综述的基础上，主要研究GARCH模型、ESTAR模型、LSTAR模型和STAR-GARCH模型在证券指数方面的应用。在对上海证券综合指数时序数据的实证分析中，鉴于LSTAR模型存在异方差性，并不宜作为数据生成过程的模型设定，而对比GARCH模型和STAR-GARCH模型，虽然两者都有不错的效果，但STAR-GARCH模型具备了LSTAR模型和GARCH模型的优点，因此更适宜作为设定模型。关键词GARCH模型；SATR模型；数据处理分析8225 毕业设计说明书（论文）外文摘要 TitleThe Comparison of Specification Tests of Nonlinearity Time Series Models Abstract Compared with the linerity time series model,the nonlinearity time series models have more extensive applicat ions in natural science such as industrial process,economy，biomedical engineering and social sciences.On the basis of research status in specification tests of nonlinearity time series models，this paper researchs the applications of GARCH model,ESATR model,LSATR model and STAR-GARCH model in stock index.In the data analysis of The Shanghai Composite Index,we concluded that the LSTAR model is not fit because of the heteroscedasticity,and compared with the GARCH model and STAR-GARCH model,the STAR-GARCH model has better results because it combines the advantages of GARCH model and SATR model. KeywordsGARCH model;SATR model;Data processing and analysis 目次 1绪论1 1.1研究的时代背景1 1.2研究目的和意义2 ARCH模型由美国的R.Engle于1982年首次提出，此后在计量经济领域中得到迅速发展，他本人也为此获得了2003年度诺贝尔经济学奖。但ARCH模型也存在一些缺点[1]，于是，T.Bollerslev在1986年提出了GARCH模型，GARCH模型是一个专门针对金融数据所量体订做的回归模型，除去和普通回归模型相同的之处，GARCH对误差的方差进行了进一步的建模，特别适用于波动性的分析和预测，这样的分析对投资者的决策能起到非常重要的指导性作用，其意义很多时候超过了对数值本身的分析和预测。门限模型由H.Tong提出的门限自回归模型（TAR）模型假定在状态空间的不同区域，模型有不同的线性形式。状态空间的划分通常由一个门限变量来描述。常用的门限模型有指数平滑转移自回归模型（ESTAR模型），对数平滑转移自回归模型（LSTAR模型），三角函数平滑转移自回归模型（TSTAR模型）[2]。门限模型在金融问题中得到广泛研究和应用[2][3][4][5][6]。对于STAR模型，王俊、孔令夷（2006）对其特征、估计、检验方法进行了研究及其在经济学中的应用进行了探讨[3]；谢赤、戴克维（2006）研究发现,以LSTAR模型模型能很好地描述人民币实际汇率的行为[4]。 鉴于金融时间序列数据的非线性特征，非线性时间序列模型正在受到国内外越来越多的学者的重视，与之相关的研究成果更是比比皆是，总之，非线性时间序列将是未来重点的研究领域。 1.2 研究目的和意义 在时间序列分析中，最关键的步骤是在可利用数据的基础上去识别和构建一个模型，而这就涉及到模型的设定、检验等问题。不同模型设定检验的方法和步骤是不同的，如何建立最适合的模型，那么设定检验的重要性就不言而喻了。本文将先讨论GARCH模型、STAR模型和STAR-GARC