社科网首页|论坛|人文社区|客户端|官方微博|报刊投稿|邮箱 中国社会科学网
基于JSU分布的广义自回归条件密度建模及应用

 

【摘要】金融时间序列的分布对于全面、准确把握金融资产收益的动态行为具有重要的意义,而广义自回归条件密度(GARCD)建模为描述金融资产收益的概率密度函数提供了一种工具。在JSU分布的基础上,建立了GARCD-JSU模型,给出了模型的参数估计方法及模型拟合效果的检验方法。利用建立的GARCD-JSU模型不仅可以得到金融时间序列的时变概率密度函数,而且还可以测算出时变高阶矩的变化,从而克服了正态分布假定框架下仅从前二阶矩出发考虑金融时间序列分布特征的局限性。
关键词:广义自回归条件密度模型;JSU分布;极大似然估计;建模