|
|||||
|
|
| 缺失数据下ARMA(1, 1)模型的估计方法 | |
| 作者姓名： | 田萍 张屹山 |
| 作者单位： | 吉林大学商学院吉林大学数量经济研究中心 辽宁吉林130012 |
| 基金项目： | 吉林大学校科研和教改项目 |
| 摘 要： | 近几十年以来,国际上在对"风险的处理和效益的优化"这两个现代金融学的中心议题的分析和处理过程中,金融时间序列的计量学模型及其相应的分析越来越起到非常重要的作用.对于线性时间序列模型如AR(p),MA(q),ARMA(p,q)等,已经为我们所熟知.具体到模型的参数估计在数据没有缺失时,也有很多经典的办法,如最小二乘法、极大似然法等.但是当数据在中间有缺失时,上述方法将无能为力.本文将详细讨论在数据有缺失时的ARMA(1,1)模型,即Zt=αZt-1+εt-βεt-1的参数的估计方法. |
| 关 键 词： | 缺失数据 ARMA(1 1)模型 似然函数 EM算法 |
| 文章编号： | 1003-207(2008)02-0132-08 |
| 收稿时间： | 2007-06-19 |
| 修稿时间： | 2007-06-19 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |
| 点击此处可从《中国管理科学》浏览原始摘要信息 | |
| 点击此处可从《中国管理科学》下载免费的PDF全文 | |