论文研究 异常值存在下迭代方法在ARIMA GARCH过程效率建模中的应用

该研究探索了Box和Jenkins的情况，并使用尼日利亚四家知名银行（Skye（Polaris）银行）的每日收盘价回报系列，通过迭代离群值检测程序确定了存在离群值的ARIMA-GARCH类型模型的效率，从2006年1月3日至2016年11月24日，英镑银行，团结银行和真力时银行）。该系列包括每个银行的2690个观测值。 数据来自尼日利亚证券交易所。 无条件方差和峰度系数用作衡量ARIMA-GARCH型模型效率的标准，我们的发现表明，峰度比无条件方差（因为它可以被耗尽）是更好的标准（因为它是离群值的真实度量）或被异常值放大）。 具体来说，这项研究的优势在于显示迭代方法在时间序列建模中的适用性和相