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