Từ ARMA rời rạc đến CARMA liên tục From discrete-time ARMA to continuous-time CARMA Giới thiệu Chào các bạn, trong hai bài học vừa qua, chúng ta đã đi sâu vào thế giới của các mô hình thời gian liên tục. Tuy nhiên, trong thực tế, hầu hết dữ liệu chúng ta có trong tay đều là dữ liệu thời gian rời rạc – được thu thập theo giờ, ngày, hoặc tháng. Một câu hỏi tự nhiên nảy sinh: “Liệu có mối liên hệ nào giữa mô hình ARMA rời rạc mà chúng ta ước lượng từ dữ liệu và một mô hình CARMA liên tục tiềm ẩn nào đó đã tạo ra dữ liệu đó không?”. Bài học này sẽ trả lời chính xác câu hỏi đó. Chúng ta sẽ khám phá một khái niệm gọi là sự lấy mẫu (sampling), tức là quá trình “quan sát” một chuỗi thời gian liên tục tại các điểm thời gian rời rạc, cách đều nhau. Việc tìm hiểu mối liên hệ này có ý nghĩa thực tiễn rất lớn. Nếu chúng …
Các bài đã xem
- Bức tranh toàn cảnh về rủi ro
- Tối ưu hóa và mô phỏng trong thực tế
- Nhân tố lan tỏa và mô hình kinh tế lượng
- Phân tích tiệm cận và suy diễn thống kê
- Nền tảng về hiệu ứng không quan sát
- GMM và Biến công cụ cho mô hình RE và FE
- Mô hình hóa Martingale và góc nhìn cá nhân
- Các mô hình thời gian rời rạc và định giá
- Tiệm cận tần số cao và ước lượng hiệu quả
- Nền tảng định giá cân bằng liên thời gian
- Nền tảng GMM và ước lượng 2SLS hệ thống
-
Xem thêm