摘要:针对金融资产收益率分布呈现的尖峰、厚尾及有偏的特点,沿袭变换核密度估计的思想,提出一种广义Logistic变换,对变换后的样本应用Beta核密度估计以消除边界偏差.模拟试验表明,该方法显著提高了对尖峰厚尾分布密度的估计精度.继而将该方法与参数化的GARCH设定相结合,建立一种半参数GARCH模型.该模型具有两个优点第一,基于变换核密度估计可更加准确地估计收益率的条件分布;第二,通过迭代提高了参数估计的稳健性.模拟试验表明,较之伪极大似然估计法和基于离散最大惩罚似然估计的半参数方法,该方法大大提高了参数估计的相对效率.对沪深300指数的实证研究验证了本文模型的有效性.
关键词:半参数 garch 广义logistic变换 beta核密度估计
单位:中国科学技术大学管理学院 合肥230026
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社