Estimation spectrale avec mémoire longue et hétéroscédasticité conditionnelle

✍ Scribed by Marc Henry

• Book ID: 104345506
• Publisher: Elsevier Science
• Year: 1999
• Tongue: English
• Weight: 179 KB
• Volume: 329
• Category: Article
• ISSN: 0764-4442
• DOI: 10.1016/s0764-4442(99)90013-7

✦ Synopsis

Les m6thodes spectrales semi-param6triques sont utiles en ce qu'elles permettent une inference robuste en s6ries temporelles. Cette Note consid~re la statistique du p6riodogramme localement moyenn6 dans le contexte d'un processus lin6aire g6n6ralis6 dont les innovations sont conditionnellement h6t6rosc6dastiques (avec 6ventuellement m6moire longue). I1 est d6montr6 que le p6riodogramme localement moyenn6 est un estimateur asymptotiquement normal pour la densit6 spectrale en z6ro de processus faiblement d6pendants, et qu'il permet l'estimation convergente du degr6 de m6moire longue ou du vecteur de coint6gration stationnaire pour des processus h d6pendance forte. © 1999 Acad6mie des sciences/l~ditions scientifiques et m6dicales Elsevier SAS

Spectral estimation with long memory conditional heterosc edasticity

Semiparametric spectral methods are valuable in that they yield inference on time series under very broad assumptions. This contribution analyzes the averaged periodogram statistic in the framework of a generalized linear process with (possibly long memory) conditional heteroscedasticiO, in the innovations. It is shown that the averaged periodogram statistic is appropriate for asymptotically normal estimation of the spectrum of a weakly dependent process at frequency zero and for consistent estimation of long memory and stationary cointegration in strongly dependent processes. © 1999 Acad6mie des sciences/l~ditions scientifiques et m6dicales Elsevier SAS Note pr6sent6e par Paul DEHEUVELS. 0764-4442/99/03290811 © 1999 Acad6mie des sciences/l~ditions scientifiques et m6dicales Elsevier SAS. 8q Tous droits r6serv6s.