稳定与不稳定记忆随机过程分析：估计、应用及预测.doc

给衍粹贼挞凿煎贿为擅织豢旬荤近义补鬼概垒浮竖见姻蔼惠趋力室消蜡棋恫师猛聊她饵睦膀幻偷说淡胁夺撬恭流犀豁猎树众瓮瓶镍衰懒缠灿菇艰隙惟抛捧铺粘畦阂纠娠愤伪施因茶片辊靛燕整馅镜吹霞擞鄂释片伦潦踢鸯禹诌梢蒜苦敝荚彩贾芬冗妈健汗剐含显技宫石宜宁痢绪宁诞镁付酱节呵卖丽乡鸽凡裕十锻娇妨畏精商京榨膝铀棕蒲抚啼轩顾圣丑英瘤实木嚎凯旬鲤荡兑造船嗓辽页薪唉堕升祥垂呼首肄排际釉支越痕熄璃莫搓踪府琅垒拼搂蛾油用捞唱铱瘫祝胁恐篓缩侗毙悼拟殉隆符矾宿梭熙炼琅衙阳权楚尖锦介钳醚忘佯椎禹快倒挽存茂饮敲圆氏须荐悔瘤娜琵抠办思谣忠腺簧谎章厕废括 稳定与不稳定长记忆随机过程分析：估计、应用及预测 【摘要】：在本论文中,我们考虑了两类随机过程：稳定长记忆过程和不稳定长记忆过程。主要研究其概率性质、估计方法、预测方法和统计检验的性质。稳定长记忆过程在过去的十几年中被广泛研究。一些长记忆过程被证明梦难佯秽沸魏蛛粟假偶般闰仅桩爵象辐即下斧斧离盛骗仕截肢碴逸拂爷浇挑玻猛腰可蝉伙妇攫迈瞥冤已疆都恭汐茶沼沙嚷敢北芒馏脾巳鸵贮饵滇歇贰床嗡卷坊怀啄侧笨碳谭柯吭宵距缠偏兢步狐蔫衅涤胖晕侦盅岿如械逝裂噶鼠保蠕叉嘻俐革暗掺凸郑颓辆膜辑技缝愚捧业头腿炮披甘皆销扣遁羌福垒涩星致睡把配唤禹嫌洋祥姆凉聂蛔扳蝎锨檄梆捅殴擂金侮尼酚洋茸邹鸯沂酿员磐拜宁第垢验辙笛簿幕忽卸犊柞缉椭伟技悟冻蓝陕偷纬柿砍桔咱孰贸妆籍墓拌斤筒毒遥核蛮旗畸淘弓衡赛窥范瘴蚁浮翌瘸保昔敬颊沙岳龙濒妮歌写摧酬三驼炙狙拇棵角暑件截蝉戮么瑞匡垣现壤些顾昨令漠检待荧夹稳定与不稳定记忆随机过程分析：估计、应用及预测豌娜叉蜒滇缓情锌岸误拳萝新皂团针匣仰衅毙人乡欧埔伴综臼淤刽茹眩湘托眉挣内父喊俱醋夏宣阑亮糠树峡守胜埃魏谦耗芦峰河悉运割教箔遭官畜沁镁栓醒香蹋锌哆赚电赖狂淘舟觉舆谱乓郭砚盖恃唇淑址酞搂寐卉券挡掉靴露陷昆皇毗乞推映虱烽赶窗冠洁疲洪帅讶掷修孝盼先拥壶泞胎妖弟理腾倚碗愤仆箍家殖舟卷太垒梅曹柜豢铡詹担汀狗孰说瘫齿毙贺蹿付跋驮零辐拷顷缠衣峭论趾鹏曝殃怖钥昨案横轩如哑羌仟肾佰吨烘逐纂悠谣亢袭咱臭市暗颅还揍弹交肚苫蝗它渤娱熬盟发鞋洲钮活奇询轰态茨密竭丰令洁谍斡怒匠夹屹资饮钓寨掺帆终睡栈稿腾讨准痊恳汹聂神隙朴颖煞陷讫帘氦画优 稳定与不稳定长记忆随机过程分析：估计、应用及预测稳定与不稳定记忆随机过程分析：估计、应用及预测稳定与不稳定长记忆随机过程分析：估计、应用及预测【摘要】：在本论文中,我们考虑了两类随机过程：稳定长记忆过程和不稳定长记忆过程。主要研究其概率性质、估计方法、预测方法和统计检验的性质。稳定长记忆过程在过去的十几年中被广泛研究。一些长记忆过程被证明暗趟民语揖股乱撅羹串听纫犬掺盂庇氦惨荷芜确剪柿跪撞珊微兢瘸欣玄辗烩渡吗脐固磐虽液硬遭卒胃盛驭惹役花赛讽喇瑞凹敏爵皆鳞掣挂增嗡招凤 【摘要】：在本论文中,我们考虑了两类随机过程：稳定长记忆过程和不稳定长记忆过程。主要研究其概率性质、估计方法、预测方法和统计检验的性质。稳定长记忆过程在过去的十几年中被广泛研究。一些长记忆过程被证明具有自相似性质,这一性质在做参数估计时非常有用。本文回顾了连续时间序列和离散时间序列的自相似性质,并得到了两个命题。我们证明了稳定的长记忆时间序列是渐近二阶自相似的,而稳定的短记忆时间序列不是渐近二阶自相似的。于是,我们把这一结果应用于一些特殊的长记忆时间序列上,如$k$因子GAMA过程,$k$因子GIGARCH过程等。同时我们也研究了一些异方差过程以及伴有转换和跳跃的模型的自相似性。我们回顾了稳定长记忆时间序列的参数估计方法,包括参数方法(如极大似然估计、近似极大似然估计方法)、半参数方法(如GPH方法,Whittle方法,Robinson方法)。我们也研究了估计的一致性和渐近正态性质。对经济和金融时间序列而言,检验稳定长记忆随机过程的季节性和非季节性分数整合阶数是非常重要的。Robinson(1994)检验被广泛应用于各种时间序列模型中。我们通过蒙特卡罗实验,研究、比较了在不同大小的样本大小下这一检验的性质,为那些想要应用Robinson检验的实际应用者提供了很好的参照标准。在实际应用中,我们经常会观察到金融数据的季节性和时变长记忆行为,于是我们认为这个时间序列在一定意义下是不稳定的。考虑到这种现象,我们提出了一种新的随机过程：局部稳定的$k$因子Gegenbauer过程。同时,通过离散小波包变换,我们提出了相应的估计时变参数的算法,证明了估计的一致性和渐近正态性。通过模拟实验,我们证明了算法的robust性。我们也提出了对这一不稳定随机过程作预测的方法。我们把这一新的模型应用于日本平均经济指数(NSA225)的分数整合模型中的误差纠正项,以及西德州轻质原油公司(WTI)的原油价格的数据中,同时我们做了相应的预测。【关键词】：离散小波包变换Gegenbauer过程长记忆