Arch процессы. Определение, модели, приложения
Вид материала | Документы |
2.3 Обобщенный метод моментов ОMM оценки асимптотически более эффективны, чем оценки МКМП |
- Служебные программы : очистка диска, восстановление системы (точки отката), дефрагментация, 21.88kb.
- Эконометрика2 Лекция 6 arch, garch модели, 12.91kb.
- Определение системы. Сложные системы. Системный подход, 23.24kb.
- Лекция: Спецификация функциональных требований к ис: Процессные потоковые модели. Процессный, 308.8kb.
- Программа дисциплины Многомерные модели для волатильности и их приложения в финансовых, 97.34kb.
- Шкаберин В. А. Определение математической модели. Преимущества математического моделирования., 66.58kb.
- Лекция №2 Тема: «Алгоритм информационная модель явления, процесса или объекта», 95.01kb.
- Программа заседаний Секции Математической экономики Международной школы семинара «Методы, 32.87kb.
- Краткое содержание: Прямая задача динамики машин. Понятие о динамической модели машины, 252.59kb.
- Математическое моделирование и методы оптимизации Общая трудоемкость изучения дисциплины, 22.02kb.
2.3 ОБОБЩЕННЫЙ МЕТОД МОМЕНТОВ
Обобщенный метод моментов (ОMM) обладает следующими достоинствами:
- не требует явных предположений относительно плотности условного распределения и допускает присутствие ненулевых куртозиса и асимметрии;
- использует лишь производные первого порядка функций и и позволяет избежать тем самым применения методов численного дифференцирования;
- асимптотически более эффективен, чем МКМП. Проверка метода на выборочных данных, демонстрирующих экстремально высокие коэффициенты асимметрии и куртозиса, свидетельствует о значительном выигрыше в эффективности.
Дополним модель (М.1)-(М.4) предположениями относительно третьего и четвертого моментов распределения :
(М.5)
(М.6) ,
где - постоянные коэффициенты асимметрии и куртозиса. Стандартизованные остатки в точке тогда имеют первые четыре момента, равные соответственно 0, 1, . Гипотеза нормальности формулируется как .
Спецификация (М) обеспечивает две группы уравнений, идентифицирующих истинные значения параметров. Пусть
– строка из двух элементов, которую далее будем обозначать, опуская аргументы и . Мат. ожидания существуют для всех и обращаются в ноль единственным . В этом смысле система уравнений
(3.19)
идентифицирует истинный вектор параметров. Определим условные матрицу ковариации и якобиан в точке как
(3.20)
(3.21) .
Класс оценок ОММ порождается различными наборами инструментальных переменных, выбор которых ограничен последовательностью . Асимптотическая ковариационная матрица ОММ оценок ограничена снизу, причем существует набор оптимальных инструментов, приводящий к эффективным оценкам.
Пусть l инструментов могут быть организованы в матрицу размерности l 2n, где - часть матрицы размерности l 2, относящаяся к наблюдению t (вклад данного наблюдения в матрицу инструментов). Требуется, чтобы число инструментов было не меньше числа оцениваемых параметров, т.е. l m, и чтобы к моменту t значения были известны: ; можно указать бесконечное число инструментальных переменных. Эмпирические моменты, соответствующие данному набору инструментов могут быть выражены как
(3.21) .
Матрица условной ковариации эмпирических моментов в точке равна
(3.22) .
Если l=m, то оценки находятся решением системы m уравнений
(3.23) ,
если l>m, то минимизацией критериальной функции – квадратичной формы, построенной из (3.21) и (3.22):
(3.24) .
При любом выборе инструментов оценки, определяемые (3.23) или (3.24), состоятельны и асимптотически нормальны с асимптотической матрицей ковариации
(3.25)
.
Инструменты W, такие что , приводят к оценкам, эффективным в классе ОММ. Существует ровно m оптимальных инструментов, поэтому эффективные оценки находятся решением системы
(3.26) .
Асимптотическая матрица ковариации таких оценок меньше, чем при любом ином выборе инструментов:
(3.27) .
Воспользуемся матрицами размерности l 2n, размерности m 2n, блочно-диагональной матрицей размерности 2n 2n с диагональными блоками . Тогда участвующие в (3.25) и (3.27) суммы записываются как , , . Опустим знаки plim, множители и рассмотрим разность
между обращенными матрицами ковариации, относящимися к оптимальному и произвольному наборам инструментов, соответственно. Если симметричная 2n 2n матрица такова, что , то разность данная равна
.
Эта матрица положительно полуопределена, поскольку матрица в больших скобках идемпотентна. Отсюда немедленно следует положительная полуопределенность
.
Оптимальные в классе ОMM оценки асимптотически более эффективны, чем оценки МКМП. Достаточно показать, что асимптотическая матрица ковариации последних приводима к виду (3.25) с помощью какого-либо набора неоптимальных инструментов. Вклад наблюдения t в этот набор инструментов представляет собой матрицу , вычисленную при :
(3.28) .
Если коэффициенты асимметрии и куртозиса действительно равны нулю, то такой набор инструментов является оптимальным. Следовательно, при верной гипотезе (N) методы моментов и максимального правдоподобия асимптотически эквивалентны.
Выбор инструментов (3.28) приводит к следующим совпадениям:
- эмпирических моментов и градиента критериальной функции