Arbeitspapier

Informationskriterien und Volatility Clustering

Ein wichtiges Problem in der statistischen Analyse ist die Auswahl eines passenden Mo-dells. Im Kontext linearer ARIMA-Modelle kann gezeigt werden, dass - die Gültigkeit bestimmter Regularitätsbedingungen vorausgesetzt - die Minimierung des Schwarz-Kriteriums zu einer konsistenten Wahl der Anzahl der Parameter in einem Modell führt, wohingegen die Schätzung der Parameterzahl mit Hilfe des Akaike-Kriteriums tendenziell zu große Modelle liefert. Ziel dieser Analyse ist es, mit Hilfe von Monte-Carlo-Experimenten die Eigenschaften des Akaike- und des Schwarz-Informationskriteriums zu untersuchen, wenn der datengenerierende Prozess GARCH-Störungen aufweist.

Sprache
Deutsch

Erschienen in
Series: Arbeitspapier ; No. 32

Klassifikation
Wirtschaft

Ereignis
Geistige Schöpfung
(wer)
Jacobi, Frank
Ereignis
Veröffentlichung
(wer)
Johannes-Gutenberg-Universität Mainz, Institut für Statistik und Ökonometrie
(wo)
Mainz
(wann)
2005

Handle
Letzte Aktualisierung
10.03.2025, 11:43 MEZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
ZBW - Deutsche Zentralbibliothek für Wirtschaftswissenschaften - Leibniz-Informationszentrum Wirtschaft. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.

Objekttyp

  • Arbeitspapier

Beteiligte

  • Jacobi, Frank
  • Johannes-Gutenberg-Universität Mainz, Institut für Statistik und Ökonometrie

Entstanden

  • 2005

Ähnliche Objekte (12)