URSU, Eugen; PEREAU, Jean-Christophe

doi:10.1016/j.jspi.2014.07.005

Métadonnées

Afficher la notice complète

Licence d’utilisation du document

URSU, Eugen

PEREAU, Jean-Christophe

Groupe de Recherche en Economie Théorique et Appliquée [GREThA]

Langue

Article de revue

Ce document a été publié dans

Journal of Statistical Planning and Inference. 2014, vol. 155, p. 93-106

Résumé en anglais

This paper develops a robust estimation and identification method for periodic vector autoregressive models (hereafter PVAR) with linear constraints set on parameters for a given season. Since the least squares estimators are extremely sensitive to additive outliers, this paper suggests a robust estimation based on residual autocovariances (RA) and analyses the asymptotic properties of these RA estimates. To identify the optimal order of the PVAR, this paper also uses a genetic algorithm with Bayes information criterion (BIC). The proposed procedure is applied to a small simulation study for PVAR models in the case of four seasons. Empirical results show that the robust estimators perform better than the least squares estimators when the contamination rate of the additive outliers is at random or at fixed positions.< Réduire

Mots clés en anglais

Genetic Algorithms

Identification

Periodic Time Series

Robust Estimation

Parameter Constraints

Métadonnées

Partager cette publication !

Licence d’utilisation du document

Robust modelling of periodic vector autoregressive time series

Langue

Ce document a été publié dans

Résumé en anglais

Mots clés en anglais

URI

DOI

Unités de recherche