infinite dimensional garch models

thesis
abstract

مدلهای گارچ در فضاهای هیلبرت پایان نامه حاضر شامل دو بخش می باشد. در قسمت اول مدلهای اتورگرسیو تعمیم یافته مشروط به ناهمگنی واریانس در فضاهای هیلبرت را معرفی، مفاهیم ریاضی مورد نیاز در تحلیل این مدلها در دامنه زمان را مطرح کرده و آنها را مورد بررسی قرار می دهیم. بر اساس پیشرفتهایی که اخیرا در زمینه تئوری داده های تابعی و آماره های عملگری ایجاد شده است، فرآیندهایی که دارای مقادیر در فضاهای هیلبرت هستند در کانون توجه آماردانان قرار گرفته اند. در نظر گرفتن داده ها به صورت توابع و به کارگیری مدلها و روشهای آنالیز تابعی به نظر بسیار پرکاربرد تر از روشهای متداول کلاسیک در تجزیه و تحلیل سریهای زمانی می آیند. در بخش اول این پایان نامه همچنین به بررسی شرایط وجودی و ایستایی مدلهای اتورگرسیو تعمیم یافته مشروط به ناهمگنی واریانس در فضاهای هیلبرت پرداخته و یک روش جدید برآوردیابی بر اساس مولفه های اصلی جهت داده های تابعی ارائه می کنیم. نهایتا بر اساس این روش جدید برآوردیابی به شبیه سازی این مدلها در دو حالت خاص می پردازیم. در قسمت دوم، به بررسی امید شرطی پتیس مربوط به عناصر تصادفی ضعیف در فضاهای باناخ جدایی ناپذیر پرداخته و خواص اصلی این نوع امید شرطی را برای عناصر تصادفی ضعیف مرتبه اول که به صورت عددی اندازه پذیر بوده و مقادیر خود را در دوگان یک فضای باناخ جدایی ناپذیر اتخاذ می کنند ثابت می کنیم. همچنین در دو مثال مشخص برای عناصر تصادفی در فضاهای باناخ جدیی ناپذیر که به صورت عددی و نه به صورت قوی اندازه پذیر هستند، این امید شرطی محاسبه می شود.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

Stochastic mortality models: an infinite-dimensional approach

Demographic projections of future mortality rates involve a high level of uncertainty and require stochastic mortality models. The current paper investigates forward mortality models driven by a (possibly infinite dimensional) Wiener process and a compensated Poisson random measure. A major innovation of the paper is the introduction of a family of processes called forward mortality improvement...

full text

Infinite-Dimensional Symmetries of Two-Dimensional Coset Models

It has long been appreciated that the toroidal reduction of any gravity or supergravity to two dimensions gives rise to a scalar coset theory exhibiting an infinite-dimensional global symmetry. This symmetry is an extension of the finite-dimensional symmetry G in three dimensions, after performing a further circle reduction. There has not been universal agreement as to exactly what the extended...

full text

Supergaussian Garch Models

In this paper, we introduce supergaussian generalized autoregressive conditional heteroscedasticity (GARCH) models for speech signals in the short-time Fourier transform (STFT) domain. We address the problem of speech enhancement, and show that estimating the variances of the STFT expansion coefficients based on GARCH models yields higher speech quality than by using the decision-directed metho...

full text

Gaussian kernel GARCH models

This paper aims to investigate a Bayesian sampling approach to parameter estimation in the GARCH model with an unknown conditional error density, which we approximate by a mixture of Gaussian densities centered at individual errors and scaled by a common standard deviation. This mixture density has the form of a kernel density estimator of the errors with its bandwidth being the standard deviat...

full text

Smooth-Transition GARCH Models

The asymmetric response of conditional variances to positive versus negative news has been traditionally modeled with threshold specifications that allow only two possible regimes: low or high volatility. In this paper, the possibility of intermediate regimes is considered and modeled with the introduction of a smooth-transition mechanism in a GARCH specification. One important property of this...

full text

Semiparametric Multivariate Garch Models

Estimation of multivariate GARCH models is usually carried out by quasi maximum likelihood (QMLE), for which recently consistency and asymptotic normality have been proven under quite general conditions. However, there are to date no results on the efficiency loss of QMLE if the true innovation distribution is not multinormal. We investigate this issue by suggesting a nonparametric estimation o...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - دانشکده علوم

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023