S'abonner

A conditional least squares approach to PGARCH and PARMAPGARCH time series estimation - 13/11/10

Doi : 10.1016/j.crma.2010.10.019 
Abdelouahab Bibi , Ines Lescheb
Département de Mathématiques, Université Mentouri Constantine, Algeria 

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 6
Iconographies 0
Vidéos 0
Autres 0

Abstract

In this Note, a conditional least squares (CLS) estimates for periodic GARCH (PGARCH) models with martingale difference centered squared innovations is developed. The approach is extended to the PARMAPGARCH models. We establish the strong consistency and the asymptotic normality for our estimate.

Le texte complet de cet article est disponible en PDF.

Résumé

Dans cette Note, on étudie l'estimateur des moindres carrés conditionnels (CLS) dans les modèles GARCH périodiques (PGARCH) dont le carré centré des innovations est une différence de martingale. Cette approche est étendue aux modèles PARMAPGARCH. La consistance forte et la normalité asymptotique ont été établies.

Le texte complet de cet article est disponible en PDF.

Plan

Plan indisponible

© 2010  Académie des sciences. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 348 - N° 21-22

P. 1211-1216 - novembre 2010 Retour au numéro
Article précédent Article précédent
  • Processus de Lévy autosimilaires sur les groupes de Lie
  • Mohamed Abbassi
| Article suivant Article suivant
  • Ghost penalty
  • Erik Burman

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.