Lasso办法在ARCH模型定阶中的应用.pdf

摘要 摘要 近年来，金融行业的发展带动了数学与统计学方法在金融模型中的应用。在 金融资产中，对收益率波动性的关注也呈现上升的趋势。对于波动性的建模问 题，已提出了很多不同的模型，其中最具代表性的是由Engle于1982年开创性 提出的自回归条件异方差(autoregressive 简称4冗G旧模型。在这之后的二十多年时间里，A冗C日模型的各种变化形式 及各方面的应用成果不断涌现，成为现代经济计量学飞速发展的一个重要领域。 对于ARCH模型的定阶问题也有相当多的讨论，出现了一些对于模型参数的估 计算法，比如禁忌一递阶遗传算法。但是对于模型定阶的问题，在现实生活中， 我们需要模型回归的非零参数尽可能少一些，并且这些非零参数对响应变量的 影响要尽可能的大。现有的模型定阶和参数回归方法并不能满足这个要求。而 Lasso方法在这个问题上有很大的应用优势。本文主要讨论如何运用Lasso(f1． penalizedregression)方法来对A兄C日模型进行定阶的问题。本文首先在残差正 态性假设的基础上得到ARC’日模型和AR模型之间的关系，使得对于A冗C日模型 的参数估计问题可以用AR模型的极大似然估计方法得出。这样可以使用Lasso方 法，并且通过模拟得出用Lasso方法进行定阶有比较好的稳定性，并且准确率也 较高。还选取了金融时间序列，对其收益率序列分别用传统的ARCH参数估计方 法和Lasso方法来确定其滞后期，并进行对比，得出Lasso方法对于确定金融时间 序列的滞后期有一定的帮助。 Carlo 关键词：ARCH模型，极大似然估计，Lasso，Monte Abstract Abstract recent offinancialmarketsmadetheuseofmathemat- Duringyears，theprogress andstatisticalforward thefinancial aRenfionis ical tools quickly．Amongassets，much onthe of rate．With to mathematicalmodelsfor paid volatilityyield respectbuilding the differentmodelswere most volatility,many broughtupconsequently．Thepreventa— tiveoneisthe conditional was autoregressive in1982．After morethan20 variatiesand broughtupbyEngle that，for years，different it a ofmodem ofARCHwereshown became application UP，and veryimportantpart discussionsand methodsfor econometrics．Thereare other ARCH， many computation BHH articlefocusesonthe suchas