时间序列新息异常值稳健诊断新方法

文章分析了已有研究提出的时间序列新息异常值诊断法的不稳健性，并从以下两点对其进行稳健改进：一是构建稳健ARMA模型，确保基于该模型得到的残差不受异常值干扰；二是采用无偏Shamos估计量作为残差标准差σ的稳健估计量。通过以上改进，得到了新息异常值稳健诊断统计量。在模拟样本量分别为50、100、200、500，污染率分别为1%、5%、10%时比较传统诊断法与稳健诊断法的诊断效果，结果发现：传统诊断法受异常值干扰较大，在每种样本量下，随着污染率增加，诊断正确率急速下降，特别是在高污染率（10%）下，已基本无诊断力，而稳健诊断法不受异常值干扰，正确率均为100%。随后将稳健诊断法应用于金融时间序列异常值诊断，诊断结果与实际情况相吻合。