.png){kind=icon}
返回
Threshold Asymmetric Conditional Autoregressive Range (TACARR) Model
.png){kind=icon}
OA
AI
DOI：10.1002/for.70185.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文介绍了一种阈值非对称条件自回归波动区间（TACARR）模型，用于分析金融资产的日价格区间。所提出的模型设定假设条件期望区间在两种状态间切换，分别代表市场上涨和下跌状态，且扰动分布也被允许跨状态变化。通过由时间序列过去值决定的自调整阈值成分来识别主导市场状态。通过这种方式，该模型能够捕捉金融市场中非对称和异方差波动行为。TACARR模型旨在解决现有价格区间模型的若干局限性，包括含与不含外生变量的条件自回归区间（CARR）、非对称CARR（ACARR）、反馈ACARR（FACARR）和阈值自回归区间（TARR）模型。模型参数采用最大似然（ML）方法估计，模拟研究表明所提出的估计方法表现良好。利用IBM股票和标普500指数，在多种分布假设下评估了TACARR模型的实证表现，结果显示该模型在样本内拟合和样本外波动率预测方面，是一种灵活且具有竞争力的现有模型替代方案。
Keyword:
asymmetric volatility
CARR models
regime switching
volatility modeling
期刊
IF:
2.7
论文数:
2.3K
被引数:
3.0K
机构
引用论文
Modelling volatility and return based on a two-stage Log-BiACARR framework and intraday information: Evidence from Guangdong and Hubei carbon emission trading markets基于两阶段Log-BiACARR框架和日内信息的波动率与收益率建模：来自广东和湖北碳排放交易市场的证据
PREAI
分享收藏Buffered Autoregressive Models With Conditional Heteroscedasticity: An Application to Exchange Rates
OAAI
OAAI分享收藏A conditional autoregressive range model with gamma distribution for financial volatility modelling.png)
ECONOMIC MODELLING
ECONOMIC MODELLINGIF4.7
PREAI
分享收藏Modelling Asymmetry in Stock Returns by a Threshold Autoregressive Conditional Heteroscedastic Model
PREAI
分享收藏
查看更多内容