Estimation in Conditionally Heteroscedastic Time Series Models (eBook)
XVI, 228 Seiten
Springer Berlin (Verlag)
978-3-540-26978-6 (ISBN)
In his seminal 1982 paper, Robert F. Engle described a time series model with a time-varying volatility. Engle showed that this model, which he called ARCH (autoregressive conditionally heteroscedastic), is well-suited for the description of economic and financial price. Nowadays ARCH has been replaced by more general and more sophisticated models, such as GARCH (generalized autoregressive heteroscedastic).
This monograph concentrates on mathematical statistical problems associated with fitting conditionally heteroscedastic time series models to data. This includes the classical statistical issues of consistency and limiting distribution of estimators. Particular attention is addressed to (quasi) maximum likelihood estimation and misspecified models, along to phenomena due to heavy-tailed innovations. The used methods are based on techniques applied to the analysis of stochastic recurrence equations. Proofs and arguments are given wherever possible in full mathematical rigour. Moreover, the theory is illustrated by examples and simulation studies.
Preface 7
Contents 9
List of Figures 12
List of Tables 13
1 Introduction 14
2 Some Mathematical Tools 26
3 Finacial Time Series Facts and Models 50
4 Parameter Estimation: An Overwiew 76
5 Quasi Maximum Likelihood Estimation in Conditionally Heteroscedastic Time Series Models: A Stochastic Recurrence Equatuions Approach 98
6 Maximum Likelihood Estimation in Conditionally Heteroscedastic Time Series Models 154
7 Quasi Maximum Likelihood Estimation in a Generalized Conditionally Heteroscedastic Time Series Model with Heavy-tailed Innovations 182
8 Whittle Estimation in a Heavy-tailed GARCH(1,1) Model 200
References 228
Author Index 234
Index 238
| Erscheint lt. Verlag | 27.1.2006 |
|---|---|
| Reihe/Serie | Lecture Notes in Statistics | Lecture Notes in Statistics |
| Zusatzinfo | XVI, 228 p. |
| Verlagsort | Berlin |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Mathematik ► Statistik |
| Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik | |
| Technik | |
| Wirtschaft ► Allgemeines / Lexika | |
| Schlagworte | Estimator • Financial Time Series • Fitting • GARCH • Innovation • likelihood • Parameter • Quantitative Finance • Time Series • Volatility |
| ISBN-10 | 3-540-26978-9 / 3540269789 |
| ISBN-13 | 978-3-540-26978-6 / 9783540269786 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 5,0 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
