ارسل ملاحظاتك

ارسل ملاحظاتك لنا







QML Estimation of GARCH "1,1" Process

المصدر: مجلة البحوث المالية والتجارية
الناشر: جامعة بورسعيد - كلية التجارة
المؤلف الرئيسي: Elkhouly, Mona Samy (Auth)
المجلد/العدد: ع1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2017
الصفحات: 1 - 20
DOI: 10.21608/JSST.2017.59251
ISSN: 2090-5327
رقم MD: 1027468
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: إن الإحصاء من النوع Robust هو مقاربة بديلة للإحصاء التقليدي الذي يعطي نتائج ضعيفة عند دراسة معطيات فيها قيم متطرفة (Outliers) تعتمد الطريقة التقليدية للتقدير في السلاسل الزمنية المالية والتي تعرف ب QMLE على الفرضيات بشكل كبير والتي قد لا تتحقق على أرض الواقع. حيث أنه يفترض أن البيانات موزعة بشكل طبيعي، إلا أنه عند وجود قيم متطرفة في البيانات يكون لهذه الطريقة كفاءة متدنية جدا. يقدم الإحصاء المتين Robust طرق تحاكي الطرق التقليدية إلا أنها لا تتأثر بالقيم الشاذة أو الخروج الطفيف عن افتراض النموذج للبيانات. تم في هذه الدراسة محاكاة لعدد من توزيعات الخطأ التي تتراوح بين الذيل الثقيل إلى توزيعات خفيفة الذيل ومن توزيعات متماثلة إلى توزيعات ملتوية لتقييم متانة التوزيعات الثقيلة الذيل في وجود نوعين من القيم المتطرفة Additive و Innovative. وهو ما كشف عن الحاجة إلى استخدام طرق تقدير قوية في تقدير معاملات GARCH في وجود تلك القيم المتطرفة.

In financial time series, the conventional fitting procedure (QMLE) suffers from the outlier problem. Estimation of the parameters in GARCH model, can be adversely affected by a single outlier. simulation studies will not only demonstrate the robustness of this estimate, but will provide evidence as to the utility, efficiency, and validity of this estimate as a robust procedures. A large Monte Carlo study over error distributions ranging from heavy-tailed to light-tailed distributions and from symmetric distributions to skewed distributions is conducted to evaluate the robustness of heavy tailed distributions in the presence of additive or innovative outliers which revealed the need of robust estimator other than QMLE in estimating GARCH coefficients in the presence of those outliers.

ISSN: 2090-5327