论文研究 GARCH模型的模型阶次变更点估计量的一致性

GARCH模型通常用于捕获金融时间序列中的波动动态。所使用的关键假设是该序列是固定的，因为这允许模型可识别。但是，这违反了财务回报系列所显示的波动性聚类属性。现有方法将这种现象归因于参数变化。但是，对于长时间序列，固定模型顺序的假设过于严格。本文提出了一种基于曼哈顿距离的变化点估计器。估计器适用于GARCH模型阶次变化点检测。程序基于平方系列的样本自相关函数。理论上证明了估计量的渐近一致性。