您的当前位置:首页正文

随机环境下ARCH模型的几何遍历性

2022-03-16 来源:汇智旅游网
第26卷第5期(2OLO) 河西学院学报 Vo1.26 No.5(2010) 随机环境下ARCH模型的几何遍历性 蔺海新 (河西学院数学系,甘肃张掖734000) 摘要:本文对随机环境下的非线性自回归条件异方差(简记为ARCH(P))模型进行了分析,运 用一般状态空间马氏链的有关知识和方法,研究由其决定的时间序列{墨)的(伴随)几何遍历性. 关键词:非线性时间序列;随机环境;ARCH模型;伴随几何遍历性;马氏链 中图分类号:0211.61 文献标识码:A 文章编号:1672—0520(2010)05-0OO9-05 1 引言 考虑如下非线性自回归时间序列模型: 2三 篓2 , 其中:a0>o,口 o,i=1,2,…,P,.[ ,t 0)是i.i.d的随机变量序列,满足E8,=0,E8 =1.该模 型称为ARCH(p)(Autoregressive conditional heteroscedasticity)模型.20多年来,该模型无论是在理 论研究还是在实际应用中都得到了长足的发展.然而,在以往的研究中,随机模型的延滞一般是固定 的,为了更好的反映出其延滞长度受到随机因素的影响而可能变化的现实,受文[1]的启发,考虑 如下带随机延滞的时间序列ARCH(p)模型. 本文应用一般状态空间马氏链的有关理论和方法,分别得到了随机环境下ARCH模型在E占 和 E l<oo的条件下判定该模型(伴随)几何遍历的充分性条件. 2模型描述及基本引理: 设(Q,F,P)是—个概率空间,P是—个正整数, 记p维正实数空间, 为 上的P维Borel 一代 数. 令E={l,2…,P)是一个有限集合,H记E的所有子集生成的 一代数,{z(t),T O)是一个定 义在l(Q,F,P)上的不可约、非周期的马氏链,它的状态空间为(E,日). 定义1设 (t+1)=8。(ao+alx2(t)+…+az(t+1) 2(t— ( +1))) , (2) 其中ao>0,a‘ 0,i=1,2,…, (£+1)且有 (i)'[ ,t 0)是 .i.d的随机变量序列,满足E =o,E占 =1或E J<∞ 有几乎处处为正的 收稿日期:2010一O1—13 作者简介:蔺海新(1974一)。男,甘肃高台人,河西学院数学系讲师,硕士.研究方向:时间序列分子. ・9・ 蔺海新:随机环境下ARCH模型的几何遍历性 下半连续的概率密度函数 ; (ii){z(£),t≥1)与{s ,t 1)相互独立; (iii).[Z( ,t 1)与t 。,s<t)相互独立; lI又 P rL 占 口 + 口 (iv){8 ,t 1)与.[x。,s<t)相互独立; 则(2)式定义的非线性时间序列模型为随机环境下的非线性时间序列模型. 令 (t)=( (£), (t一1),…, (t—P+1)). 2~ 设马氏链{z(t),t 1)的初始值为Z(1)=i,(i∈E),z(£),t 1的一步转移概率为; p =p(z(t+1)= I z(t)=i),Vt 1,iJ∈E. 定义2对于模型(2),称序列( (£),z(t),t I)是模型(2)的导出序列. + (3) + 定义3设模型(2)有唯一不变的概率分布F,且对初始状态 :( (O), (一1),…, (一P+ ÷ 1))∈Rp,( ≠0),由模型(2)产生的序列{ (t),t 1)的概率分布记为 ,如果存在常数P:0< . P<1,使得!imp I —Fi =0则称模型(2)为伴随几何遍历的. 3主要结果 引理1模型(2)的导出序列{ (t),Z(t),t 1)是一个定义在概率空间(Q,F,P)上的,以 (Rp X E, X H)为状态空间的时间齐次马氏链. 证明设 —A=Ao X A1 X…X Apl∈ { 七, 七1,…一,VA X{ )∈  一 ×H,.[ I, -l, I, )∈ ×E, +1, )∈RP+×E, =t一1,t一2,…,1. 根据假设tz(t),t 1)是不可约的,因此,对(E,日)上的任一测度 ,{z(£),t 1)是A不可约 的,适当选取一个测度,仍记为 ,当它满足:V A({ ))>0时,可以导出一个定义在 ( ×E,日 ×日)上的测度 ×A,这里 为( , )上的Lebesgue测度,使得 (A)>0包含 × A(A X t£))>0,A∈B ,i∈E,故 P( (t+1),z(t+1)∈A X( )f( (t),Z(t))=( l,…, 一 +l。‘), ( ( ),z( ))=( ,… 一 +。,ik),|j}=t一1,…,1】_ =P{x l∈Ao,… ,叩∈Ap,z(t+1)=Jl(x(t),z(t))=( 1,…, ,一 +l,i), ( ( ),Z(后))=( ,…, 一 +。,il), =t一1,…1) ∈Ao, 。∈A1,…, 卜 +I∈Ap,z(t+1)= I z(t)=it, P{(x(t+1),Z(t+1))∈A X( )l(x(t),Z(t))=( ,…, + ,i)) =P{X +1∈A0, 。E Al,… P∈Ap,z(t+1)= I( (t),z(t))=( ,… p+l,i)) =P{e (口0+口l口I一1 +…+ )-I-∈A0, 。∈A1,…, ‘P∈AP,Z(t+1)= l z(t) = ), 一所以{ (t),z(t),t 1)为马氏链,由 的平稳性知道,它是时间齐次的.证毕. 为了研究模型(2)的(伴随)几何遍历性,首先必须研究由模型(2)所确定的时间序列的不 可约性和非周期性以及怎样的集合是小集的问题,为此,给出下面的引理. 引理2模型(2)的导出序列{ (t),Z(t),t 1)是 +。X A不可约和非周期的. 引理3 设A是B 。中的一个有界集合且 +。(A)>0,则Vi∈E,A×{ ),是马氏链 { (£),Z(t),t 1)的小集. 证明关于引理2,3的证明可参见文献[2]中命题2.1.1的证明. 定理1对ARCH(p)模型(2),若E =0,E8 =1,且童口 <1,则模型(2)的导出序列 ・10. 河西学院学报 2010年第5期 { (£),z(t),t 1】.是几伺遍历的. 证明在定理及模型(2)本身所满足的条件(i)下,由引理1,2,3知 fx(t),z(t),£ 1)是一个 X A不可约和非周期的马氏链,且对 中任一有非零测度的相对紧集 A,以及V i∈E,A×.[ ),是一个小集. 取g(Y, )=Y +6l +b2),23+…+bp_1 2,Y=(yl,Y2,…, )E , 其中b >0,(i=1,2,…,P一1)为常数. 研g(置 Z )l(置,Z )=(,,,i)】=E[g(X-,Zt)l( ,Zo)=(,,,i)】 荟P 【g(口。+ 2-占2-+ z282-+..’+ y 2, …, t_P )I( (o),z(0))=(),, )】 =三三 P .【E.【00+口。y2,82。+口2 2 22+…+ 8 )+6t,,2-+…+ 一t ) ≤口0+(口。+b。),, +(口2+62) +…+( 一。+b,一。) 一。+( + ) +61 2+丁a2+b2 2+...+ bp-2 _l+丢6P_。 . 因为∑ <1,所以可以令满足: al+bl<1, < :2,3,…,p一1, Di—l , <1,’ , 取p 叫 ,…, ,击) 么。<p 因此 g(置小Z川)I(置),Z )=(,,,i)】 Pg(Y)+ao. 取足够大的常数口,使得P+ <1,集合A={,,Jg(y) 口),那么是有界集且 (A)>0. 令r=P+ ,y= =口+ 那么0<p<r<1. E【g(置+.,ZI+1)l( ,Z。)=(y,i)】 Pg(Y)+ao=B,Y∈A, E【g( +。,Z 1)l(五,Z )=(,,, )】≤Pg(Y)+a0=rg(y)一r—p)g(y)+a0, (y)一 ,Y隹A. 故由文[2]定理4.1.12知,{(x ,z。))是几何遍历的. 下面证明模型(2)是伴随几何遍历的. 定理2模型(2)的导出序列{(x。,Z ),t_1)是几何遍历的,则模型(2)是伴随几何遍历的. 证明由于{(X,Z。),t≥1)是几何遍历的,根据几何遍历性定义知,存在一个( ×E,6 ×m上 的概率测度仃以及常数P:0<P<1,使得 V(Y, )∈RP+×E,IiMP一 lI P ’(( ,i),・)一仃(・)lJ,=0. (4) 蔺海新:随机环境下ARCH模型的几何遍历性 设仃’:V ∈ ,仃’(A)= ( ×E)是( ,B )上的一个集函数,显然仃’是一个概率测度. 设Y∈ ,对V A∈ 有 P.【 )E A I (o)=y】.=磊 尸Ix(t)∈A,z(t)=jIX(O)=,,,z(0)=itP{Z(O)=Ix(o)=,,} 又 (5) (6) 1T’(A) =叮r(AXE). . 叮T(Ax{j})P{Z(0) =i I x(0) =Y}. 】EBleL 由于E是一个有界集,由式(4),式(5),式(6)知 Iim P ll P{ (£)∈A I (O)=,,].一仃水(A)II =0・ (7) 一设(y,i)∈ ×E,对V(曰,D)∈ X F, 【I仃((曰,D))一仃P((曰,D))Il =三;II仃(( ,D))一P (( ,i),( ,D))ff+II P ’((y, ),(刀,D))一 (( ,D))II. 即 ((B,D))=,丌P((B,D)).因此,耵是一个不变概率测度.由订’的定义知,霄’是 {x(t))的一个不变概率测度.由叮r的唯一性知,叮T‘是唯一的.因此由叮T’的性质和式(7)知, (2)是伴随几何遍历的. 定理3对ARCH(p)模型(2),若满足E£。=O,E I 8,I<∞, (√口l+√口2+…+^/ P)E l占 l<1, 则模型(2)的导出序列f (£),z(t),t 1)是几何遍历的. 证明取g(Y,i)=JY。}+b。I,,:J+…+b JY J, 其中bi>0,i=1,…,P一1且b 为常数,b。=0. 层【g(五 川)l( ,z )=( ,i)】=E[g(X。,Z,)}(蜀,Zo)=(,,,i)】 = 蚤p E(1占。IJao+口 2-+口z 2+…+ )+b-l y,I+…+ l 一。I s E(I占 l+bt l y。I+..。+bP-1 。1) ≤E ( + ly i+ ・+ f+ +b ly,f+..・+b f 叫 郴 l +6l 】I+ 61l小…+ I+ E I占。l^// ::。一 一 } {‘  ̄p=max{ ,华,…, E l + 一 E l6D’I J ,那么0<P。 <1, 剩余部分的证明完全类似于定理1相应部分的证明,故由文[2]定理4.1.2知,(( ,z。))是几何遍 历的. 定理4在定理3的条件下,若{( Z ))是几何遍历的,则模型(2)是伴随几何遍历的. 证明本定理的证明完全类似于定理3的证明,故省略. ・12・ 河西学院学报 2010年第5期 参考文献: [1]朱敏,俞政.一类带随机延滞的非线性时间序列模型的极限行为[J].河北工业大学学报,2006,35 (4):4—8. [2]安鸿志,陈敏.非线性时间序列分析[M].上海:上海科学出版社,1998. [3]盛昭瀚,王涛,刘德林.非线性时间序列模型的稳定性分析一遍历性理论与应用[M]。北京:科学出版 社。1993. [4]Hongzhi An,Ming ehen,Fuehun Huang.The geometric ergodieity and existence of moments for a class of nonlinear time series model[J].Statistics&Probability Letters.1997,(31):213—224. [5]Tong,H.Nonlinear Time Series[c].A Dynamical System Approach.Cambridge Oxford University Press,1990. The Geometric Ergodicity of ARCH Model under the Random Environment Lin Hai—xin (Department of Mathematics,Hexi University,Zhangye Gansu 734000) Abstract:In this paper,In this paper,the geometric ergodicity of hte ARCH process is consid— ered under the random environment.By using the technique and the knowledge of Markov chain in general state space,Whenel has the first—order absolute moment or Ee =1,A sufficient condition for the geometric ergodicity is given. Key words:Nonlinear time series model;Random environment;ARCH model;Adjoin geomet— tic ergodicity;Markov chain [责任编辑:张飞羽】 ・l3・ 

因篇幅问题不能全部显示,请点此查看更多更全内容