基于高频数据的GARCH模型拟极大指数似然估计

来源：应用数学学报杂志2022年第5期北京时间：

作者：李莉丽, 张兴发, 邓春亮, 李元

单位：1. 广州大学经济与统计学院, 广州 510006;<br>2. 嘉应学院数学学院, 梅州 514015;<br>3. 广州大学经济与统计学院, 广州 510006

摘要：基于拟极大指数似然方法,本文研究了利用日内高频数据来估计日频GARCH模型的参数.已有的相关研究均假定GARCH方程中常数项是给定的,限制了方法的广泛应用.本文基于常规的GARCH(1, 1)模型框架,针对模型全部参数给出了两步估计方法,讨论了估计量的理论性质.针对不同的波动率替代,文章也给出了最优波动率替代选择标准.模拟研究和实证研究表明所提估计方法有很好的表现和一定的应用价值.

关键词：GARCH模型,高频数据,拟极大指数似然估计