论文部分内容阅读
时间序列模型的理论已经非常丰富，模型的应用也相当广泛。但现实生活中，越来越多的时间序列模型呈现出了非线性的特点，因此，研究非线性时间序列模型的理论及对其参数进行估计有着及其重要的意义。
门限模型作为非线性时间序列模型的一种，与一般的时间序列模型不同的是模型中包含跳跃，即有门限，因此对模型的参数估计还需先对门限的选取讨论。因此对门限的估计就显得比较的重要。
本文将着重讨论非线性时间序列模型的参数估计问题。在第二章比较详细的介绍了ARCH模型、GARCH模型和多种拓展形式，分析了这些模型的性质特征，并介绍了主要的参数估计方法，可以知道线性时间序列模型的参数估计方法总的来说就是应用最小二乘估计和极大似然法等。在线性时间序列模型的基础上，第三章提出了非线性时间序列模型中的门限模型如门限自回归(TAR)模型、门限自回归条件异方差(TARCH)模型、TAR-GARCH模型等，对这些模型的基本形式、相关性质及理论进行了论述，并介绍了其扩展TARCH-M模型。在第四章着重研究了门限模型的参数估计，首先对一般的跳跃模型的参数进行估计，提出对其跳跃值进行估计。接着详细地对TAR模型和TAR-GARCH模型的参数进行了估计，而且证明了TAR模型的参数估计值的一致性和渐进正态性，同时提出应用穷举法对TAR的门限进行估计，从而改变了门限一直都是0的说法。而且论述了由此方法估计的门限总是存在且收敛的。并在最后用一个实证对其估计的结果加以说明。