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
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