已閱讀1頁,還剩36頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、該文包括兩章:第一章為GARCH(1,2)模型的相合性和漸進正態(tài)性;第二章為一個應用:上海股市分類指數(shù)的GARCH特征研究.在第一章,該文將Lee& Hansen(文8)的結論由GARCH(1,1)模型推廣到了GARCH(1,2)模型.條件與文8的條件相似或稍弱.第二章,通過分析上海股市各分類指數(shù)的收益率序列的特征,得出結論如下:各序列都非正態(tài),有自相關性和異方差存在,相對適宜用GARCH(1,1)來擬合;除了上證商業(yè)(1B0002),
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 29374.部分線性模型的基于擬似然函數(shù)的經(jīng)驗似然估計
- Logistic模型的極大似然估計.pdf
- 廣義線性模型的變量選擇和極大擬似然估計的強收斂速度.pdf
- Poisson混雜模型的極大似然估計.pdf
- 廣義線性模型中極大擬似然估計的極限理論研究.pdf
- 基于最大似然和罰似然估計的CT統(tǒng)計重建算法研究.pdf
- 最大似然估計概述
- 近似因子模型的懲罰極大似然估計.pdf
- 缺失數(shù)據(jù)下廣義線性模型參數(shù)擬似然估計的相合性和漸近正態(tài)性.pdf
- 固定設計多維廣義線性模型極大擬似然估計的漸近正態(tài)性.pdf
- 廣義線性模型中極大擬似然估計的相合性與漸近正態(tài)性.pdf
- 極大似然估計在生活中的應用
- 均值協(xié)方差模型中非約束參數(shù)的最大似然估計.pdf
- 半?yún)V模型和缺失數(shù)據(jù)下估計方程的經(jīng)驗似然推斷.pdf
- 自適應設計多維廣義線性模型極大擬似然估計的漸近正態(tài)性.pdf
- 基于似然深度的參數(shù)估計研究及其應用.pdf
- 瑞利分布的Bayes估計與極大似然估計.pdf
- 41051.var和cte估計的經(jīng)驗似然方法
- 固定設計多維廣義線性模型極大擬似然估計和Wald檢驗統(tǒng)計量的漸近理論.pdf
- 分組數(shù)據(jù)下競爭風險混合模型的極大似然估計.pdf
評論
0/150
提交評論