Semiparametrische Modellierung heteroskedastischer Zeitreihen mit fraktionellen LARCH-Prozessen

Veelen Anwendungsgebieten的Modelle Mit ABHängikeiten in den vollitäten sind von groçer Praktischer Bedeutung.在他的书房里，他挥发着他的名字。他们是一个经验主义的人，每个人都在书房里，每个人都是一条又一条的线，四条线。在此基础上，我们将从不同的角度来分析各种不同类型的随机事件。在柴油项目中，我们使用了半参数模型柴油发动机。这句话的意思是：从形式上看，从本质上讲是确定的，但从根本上说，这是一种不确定的趋势；统计表明，这是一种趋势。在十种不同的参数规范中，我们看到了确定性的趋势和随机性。我们不是落叶松类型的人，他死于数学化带来的和冯德文东的灵活的模型和杠杆的影响下。Für De so Definierte Halierte Modeletrische MODEELLKLASSE Den Statische Schätz-，Test-and Moellwahlverfahren entwickelt，einschlie？lich算法，die Programmierung and Praktische Anwendung der Modelle Ermöglicht.1.参数选择和模型参数；2.参数选择和趋势参数；3.不同的参数选择；4.不同的算法和不同的方法。

Modelle mit Abhängigkeiten in den Volatilitäten sind von großer praktischer Bedeutung in vielen Anwendungsgebieten. In den letzten Jahren haben vor allem fraktionelle Volatilitätsmodelle an Bedeutung gewonnen. Für viele Zeitreihen beobachtet man empirisch langsam abfallende Korrelationen in den, nach geeigneter linearer Filtrierung erhaltenen, quadrierten Residuen. Dieses Verhalten kann, unter anderem, durch stationäre Prozesse mit langfristig abhängiger stochastischer Heteroskedastizität oder durch determinisitsche Änderung der Varianz erzeugt werden. In diesem Projekt befassen wir uns mit der semiparametrischen Modellierung dieser Phänomene. Dadurch wird ein formaler Rahmen geschaffen, innerhalb dessen man stochastische von deterministischer Volatilität, und gleichzeitig auch stochastischer Abhängigkeit und Nichtstationarität im Erwartungswert von deterministischen Trends (im Erwartungswert), statistisch identifizieren und voneinander unterscheiden kann. Dabei werden deterministische Trends in Erwartungswert und Varianz nichtparametrisch und stochastische Korrelationen im Niveau und in der bedingten Varianz parametrisch spezifiziert. Wir konzentrieren uns auf Heteroskedastizität vom LARCH-Typ, da dies mathematisch Vorteile bringt und von der Anwendung her wegen der flexiblen Modellierung von Leverage-Effekten attraktiv ist. Für die so definierte semiparametrische Modellklasse werden statistische Schätz-, Test- und Modellwahlverfahren entwickelt, einschließlich Algorithmen, die die Programmierung und praktische Anwendung der Modelle ermöglicht. Die Theorie wird in mehreren Schritten entwickelt: 1. Parametrische Schätzung und Modellwahl; 2. Nichtparametrische Schätzung der Trendfunktionen bei bekannten Parametern; 3. Untersuchung des Effekts nichtparametrischer Trendschätzung auf die parametrische Schätzung in 1.; 4. Entwicklung von Algorithmen zur simultanen parametrischen und nichtparametrischen Schätzung, und Untersuchung derer theoretischer Eigenschaften.