加急见刊

Yule-Walker估计法的敏感性分析及其稳健改进

王志坚; 王斌会 广东财经大学统计与数学学院; 广东广州510320; 广东财经大学大数据与教育统计应用实验室; 广东广州510320; 暨南大学管理学院; 广东广州510632

摘要：时间序列自回归AR模型的Yule-Walker估计法在建模过程中易受离群值的影响,导致计算结果与实际不相符。针对这一现象,基于均值和方差的稳健组合估计量构建了稳健自相关函数,得到了时序AR模型的稳健Yule-Walker估计算法,以克服离群值的影响。并对此方法进行了模拟与金融数据实证检验,模拟和实证检验均表明:当时序数据中不存在离群值时,传统估计方法与稳健估计方法得到的结果基本保持一致;当数据中存在离群值时,运用传统估计方法得到的结果出现较大变化,而运用稳健估计方法得到的结果基本不变。这说明相对于传统估计方法,稳健估计方法能有效抵抗离群值的影响,具有良好的抗干扰性和高抗差性。

注: 保护知识产权,如需阅读全文请联系统计与信息论坛杂志社