带正则变化尾误差的函数系数自回归模型的概率性质pdf.pdfVIP

( ) ( ) 山西大学学报 自然科学版 31 3 : 318～ 322, 2008 Journal of ShanxiU niversity ( . Sci. Ed. ) N at 　　文章编号:(2008) 带正则变化尾误差的函数系数自回归模型的概率性质 王耀青 , 刘维奇 ( 山西大学 数学科学学院, 山西 太原 030006) 摘　要: 讨论了函数系数 自回归模型, 在误差项服从正则变化尾的情形下, 模型的概率性质. 最后得出带正则变化 尾误差的函数系数自回归模型有平稳解, 并且平稳解与扰动项有相同的重尾概率指数. 关键词: 函数系数; 自回归模型; 正则变化尾; 概率性质 中图分类号: O 212　　　文献标识码: A 0　引言 大量的时间序列分析是针对线性模型讨论的, 最典型的线性模型是Box 和Jenk in s[ 1 ] 提出的自回归滑 动平均(A RM A ) 模型. 该模型易于分析并且对实际生活中的许多时间序列数据有相当好的逼近性能, 所以 被广泛应用. 然而在某些情况下, 简单线性模型不能很准确的描述事物潜在的随机原理, 表现出一定的局 限性. A RM A 模型逐渐得到推广, Granger 和Joyeux [ 2 ] 推广为部分A RM A 模型, H annan 和D eistler [ 3 ] 提出 多变量的向量A RM A 模型, Chen 和T say [ 4 ] 提出非线性可加 自回归模型. 此时所谓的线性模型已经包含有 一定的非线性特征. 接着, 跳出线性的限制, 涌现出许多的非线性模型, 如双线性模型, 门限自回归模型等. [ 5 ] [ 6 ] 但是, 在20 世纪80 年代的早期, 参数模型的发展 占主导地位 . 最有代表性的是Engel 针对金融时间序列 提出的自回归条件异方差( ) 模型, 和 和 [ 7 ] , [ 8 ] 针对生物和经济数据提出的门限自回归 A RCH T iao T say Tong 模型. 近年来, 随着非参数回归理论的发展, 非参数半参数时间序列分析也越来越受到人们的重视. 函数系数 自回归模型是非参数回归中非常重要的模型. 在许多文献中, 学者们详细研究了有关它的各种模型的概率性 质[ 9- 11 ] , 估计方法等一系列问题. ( ) 但是 目前的研究大多是在假定扰动项 也称误差项 t 是Gau ss 分布情形下进行的. 然而, 许多经验数据 [ 12 ] 表明大量的像经济、金融、通信、水文学和气象学等领域的时间序列数据具有重尾分布而不是Gau ss 分布