...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of Time Series Analysis >ON A MIXTURE GARCH TIME-SERIES MODEL
【24h】

ON A MIXTURE GARCH TIME-SERIES MODEL

机译：在混合GARCH时间序列模型上

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recently, there has been a lot of interest in modelling real data with a heavy-tailed distribution. A popular candidate is the so-called generalized autoregressive conditional heteroscedastic (GARCH) model. Unfortunately, the tails of GARCH models are not thick enough in some applications. In this paper, we propose a mixture generalized autoregressive conditional heteroscedastic (MGARCH) model. The stationarity conditions and the tail behaviour of the MGARCH model are studied. It is shown that MGARCH models have tails thicker than those of the associated GARCH models. Therefore, the MGARCH models are more capable of capturing the heavy-tailed features in real data. Some real examples illustrate the results.
机译：近来，对具有大量尾巴分布的真实数据进行建模引起了很多兴趣。流行的候选者是所谓的广义自回归条件异方差（GARCH）模型。不幸的是，在某些应用中，GARCH模型的尾部不够粗。在本文中，我们提出了一种混合广义自回归条件异方差（MGARCH）模型。研究了MGARCH模型的平稳性条件和尾部行为。结果表明，MGARCH模型的尾巴比相关GARCH模型的尾巴粗。因此，MGARCH模型更有能力捕获实际数据中的重尾特征。一些实际的例子说明了结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号