Estimation of k-factor GIGARCH process : a Monte Carlo study

Abdou Kâ Diongue (1, 2) , Dominique Guegan (3, 4)

1 UGB - Université Gaston Berger de Saint-Louis Sénégal
2 School of Economics and Finance
3 CES - Centre d'économie de la Sorbonne
4 PSE - Paris School of Economics

In this paper, we discuss the parameter estimation for a k-factor generalized long memory process with conditionally heteroskedastic noise. Two estimation methods are proposed. The first method is based on the conditional distribution of the process and the second is obtained as an extension of Whittle's estimation approach. For comparison purposes, Monte Carlo simulations are used to evaluate the finite sample performance of these estimation techniques.

Dans ce papier, nous discutons l'estimation des paramètres d'un processus GIGARCH à k facteurs à partir de deux méthodes. La première méthode est basée sur la distribution conditionnelle du processus et la seconde est une extension de l'estimation classique de Whittle. Des simulations de Monte Carlo permettent de comparer les propriétés de ces deux méthodes à distance finie.

Mots clés: Whittle estimation; Long memory; Gegenbauer polynomial; heteeroskedasticity; conditional sum of squares; Whittle estimation.

Mots clés: Processus longue mémoire; hétéroscédasticité; estimation; Whittle.

Domaines: Economies et finances; Méthodes et statistiques; Probabilités [math.PR]; Statistiques [math.ST]; Théorie [stat.TH]

Abdou Kâ Diongue, Dominique Guegan. Estimation of k-factor GIGARCH process : a Monte Carlo study. 2008. ⟨halshs-00235179⟩