混合Beta分布GARCH模型的EM算法求解与实证分析  

作　　者：石凯 刘洪江 孙峰 

机构地区：[1]乐山师范学院数理学院,四川乐山614000 [2]乐山师范学院旅游学院,四川乐山614000

出　　处：《统计与决策》2024年第2期160-164,共5页Statistics & Decision

基　　金：国家自然科学基金青年项目(11701245);四川省社会科学规划一般项目(SC22B143);乐山师范学院教育教学改革研究项目(JG2021-YB-08)。

摘　　要：GARCH模型在处理时序数据异方差问题中得到广泛应用,然而在面临一些特殊领域的数据,尤其是金融市场领域中具有高峰厚尾、非对称性、有界取值区间等特征的数据时,传统正态分布的基本假设往往与现实严重不一致。针对此类问题,文章提出混合Beta分布的GARCH模型,并给出了基于完全数据最大似然函数的EM算法估计模型的参数,以仿真模拟数据和金融市场现实数据为例,进行了实证分析。结果显示,在违背正态分布假设的情形下,混合Beta分布GARCH模型更能有效地提炼波动的一系列非正态性信息,同时也验证了EM算法对模型的参数求解行之有效。

关 键 词：GARCH模型 混合Beta分布 EM算法 参数估计 

分 类 号：O212.1[理学—概率论与数理统计]