APP下载

金融指数的单变点非参数极大似然估计研究

2019-03-13陈睿轩田海涛

统计与决策 2019年3期
关键词:程序方法模型

陈睿轩,田海涛,黄 磊

(西南交通大学 数学学院,成都 611756)

0 引言

变点问题的研究源于实际的需要。自1954年Page提出变点问题以来,变点问题经过长期的研究发展,已经应用于诸多领域。在金融计量经济学中,变点分析可以用于找出市场(或经济)的发展方向[1],此外变点分析还能用于找出信用卡诈骗[2]和其他的异常情况。在信号处理方面,对一个图像流中重要变化的估计是十分重要的问题[3]。在医学上,变点问题在DNA的拷贝数变异检测上有了很大的应用,而在现代基因芯片技术所产生的海量数据中找出拷贝数的变异就是变点问题的一个最新的发展方向[4]。在数据挖掘中,变点问题也起着很重要的作用[5]。

近些年,越来越多的学者开始研究金融领域的变点问题[6-10]。然而,其研究内容都只局限于ARCH、GARCH等参数模型,很多时候金融市场数据往往不能很好地用参数模型去拟合,这时非参数的方法就应该被考虑到。本文的重点就是研究如何将非参数的变点方法应用到金融指数数据,并通过统计模拟实验和实际数据分析说明方法的可行性与实用性。

由于非参数方法不对数据所服从分布的结构提出任何的参数假设,其推断的有效性通常依靠渐进的证明,不同累积分布函数间有任何的差异,都将保证变点被渐进地探测出来。又由于非参数方法不对数据的分布做任何的假设,所以它可以灵活地适用于任何的分布。同时,单变点是变点问题研究中最为基础的问题,且单变点在实际处理数据中具有易操作性。……

登录APP查看全文

猜你喜欢

程序方法模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
试论我国未决羁押程序的立法完善
“程序猿”的生活什么样
英国与欧盟正式启动“离婚”程序程序
3D打印中的模型分割与打包
用对方法才能瘦
创卫暗访程序有待改进
四大方法 教你不再“坐以待病”!
捕鱼