金融时间序列中完全改进的同积向量最小二乘估计方法研究_时间序列论文

金融时间序列中同积向量的充分改进最小二乘估计研究，本文主要内容关键词为：向量论文,序列论文,小二论文,时间论文,金融论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      在金融资产价格波动研究中，同积过程

的同积向量往往是未知的，需由观察到的样本估计得到。现有文献对同积向量的最小二乘估计、估计量的极限分布和对同积向量的假设检验进行了研究[1-3]，但是没有考虑矩阵

不为零时的情形，统计量

的极限分布是非标准的。本文将研究同积向量的充分改进的最小二乘估计方法，旨在克服这一困难。这一研究可以为实际的微观金融资产波动分析提供有力的工具。

      1 同积向量的最小二乘估计

      

      

      同积向量的最小估计通常在同积过程的三角表示形式中进行。同积过程

的三角表示形式为：

      

      2 充分改进的最小二乘估计

      同积向量的充分改进的最小二乘估计(fully modified OLS)，简称改进的OLS。考虑同积系统的三角表示形式：

      

      

      由此可得：

      

      

      

      

      

      3 结论

      

      

      

      

      值得注意的是，以上的分析并不依赖于

的具体的参数结构，所以从这个意义上说，改进的OLS方法是一种非参数的方法，有助于充分的最小二乘估计。

标签：时间序列论文;