稀疏VAR在股票收益率研究的应用
胡亚南; 张陶陶; 李蕾; 田茂再
2016
发表期刊数理统计与管理
期号4页码:731-739
摘要向量自回归模型(VAR)广泛应用在对时间相依的多元时间序列建模中,但在高维数据建模中,自回归的系数膨胀可能导致噪音估计、不稳定的预测、解释上的困难等问题。在实际应用中,序列的真实模型往往具有稀疏性,因此运用稀疏VAR模型对高维时间序列进行建模,不仅可以解决高维数据带来的上述困难,也有利于寻找高维数据内在的真实模型。本文以10家公司的股票收益率为研究对象,采用3种不同的稀疏估计方法,不但分析了股票收益率之间的动态关系,而且通过实证分析展示了稀疏估计的优势。
关键词向量自回归 LASSO 变量选择 稀疏性
DOI10.13860/j.cnki.sltj.20161219-005
URL查看原文
收录类别CSSCI ; CSCD
ISSN1002-1566
语种中文
来源期刊等级B类
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/1516
专题统计与数据科学学院
作者单位1.中国人民大学应用统计科学研究中心;
2.中国人民大学统计学院;
3.兰州财经大学统计学院;
4.新疆财经大学统计与信息学院
推荐引用方式
GB/T 7714
胡亚南,张陶陶,李蕾,等. 稀疏VAR在股票收益率研究的应用[J]. 数理统计与管理,2016(4):731-739.
APA 胡亚南,张陶陶,李蕾,&田茂再.(2016).稀疏VAR在股票收益率研究的应用.数理统计与管理(4),731-739.
MLA 胡亚南,et al."稀疏VAR在股票收益率研究的应用".数理统计与管理 .4(2016):731-739.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[胡亚南]的文章
[张陶陶]的文章
[李蕾]的文章
百度学术
百度学术中相似的文章
[胡亚南]的文章
[张陶陶]的文章
[李蕾]的文章
必应学术
必应学术中相似的文章
[胡亚南]的文章
[张陶陶]的文章
[李蕾]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。