政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/84735
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文笔数/总笔数 : 113318/144297 (79%)
造访人次 : 51077102      在线人数 : 920
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻


    请使用永久网址来引用或连结此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/84735


    题名: 重編公司及時評估內部控制之決定因子與後續財務報導改善
    其它题名: Determinants of Timely Internal Control Assessment and Subsequent Improvements of Financial Reporting for Restating Companies
    作者: 周玲臺
    贡献者: 會計學系
    日期: 2012
    上传时间: 2016-04-15 10:01:00 (UTC+8)
    摘要: 這項計劃旨在研究一種時間序列回歸，特點為序列存在一個單位根，誤差服從可能重尾的 GARCH（1,1）模型。 GARCH(1,1) 隨機過程中的正規變化指數（index of regular variation） α 決定兩邊尾部的分布。 文獻中證得，誤差的方差有限，當且僅當 α > 2。 和 Phillips（1987， 1990）一樣，我們的時間序列回歸只有一個滯後量；不同的是，我們的誤差項是 GARCH（1,1） 誤差的線性過程（linear process）。 三種情況會被考慮：（一）0 < α < 2; （二）α = 2; 及（三） α > 2。 （二）是一個邊緣情況，其誤差也稱為無限方差 IGARCH（1,1）。 概言之，這個計 劃從 Chan and Zhang (2010) 的 I(1)-GARCH(1,1)過程擴展到的 I（1）與 GARCH（1,1） 誤差的線性過程。 當 0 < α < 2，估計參數的逼近分布為兩個互相依賴的穩定過程（stable process）的函數（functional），穩定過程的指數分別為 α 及 α/ 2。 當 α ≥ 2，估計參數的逼 近分布為一個標準布朗運動（standard Brownian motions）的函數。 在三種情況下，逼近分 布皆涉及多餘參數（nuisance parameters），而估計(一）的多餘參數是困難甚至不可能的。 鑑 於此，我們修訂 Paparoditis and Politis (2003)提出的殘差為本區塊拔靴法（residual-based block bootstrap，RBB)，以此逼近估計參數的逼近分布。 使用 RBB 的另一個優點，是我們只需少 量關於 α 的先有知識。
    This project considers the time series regression with a unit root and possibly heavy-tailed GARCH(1,1) errors. The heavy tails are characterized by α > 0, where a is the index of regular variation of the GARCH(1,1) errors. Proven in the literature, the errors have finite variance iff α > 2. Following the lines in Phillips (1987, 1990), we consider a time series regression with only one lag, but here the error term follows a linear process of GARCH(1,1) errors. Three cases are considered: (i) 0 < α < 2; (ii) α = 2; and (iii) α > 2. Case (ii) is a borderline case in which the error process is also known as infinite-variance IGARCH(1,1). All in all, we generalize the results in Chan and Zhang (2010) from an I(1)-GARCH(1,1) process to an I(1) process with a linear process of GARCH(1,1) errors. For 0 < α < 2, the estimated parameter converges in distribution to a functional of two dependent stable processes, one with index α and the other with index α/2. For α ≥ 2, it converges in distribution to a functional of a standard Brownian motion. In all three cases, nuisance parameters are involved and for case (i), the nuisance parameters are difficult, if not impossible, to estimate. In view of this, we approximate the distribution by a method modified upon the residual-based block bootstrap (RBB) suggested by Paparoditis and Politis (2003). An additional merit of using bootstrap is that little prior knowledge on α is required.
    關聯: 計畫編號 NSC101-2410-H004-076
    数据类型: report
    显示于类别:[會計學系] 國科會研究計畫

    文件中的档案:

    档案 描述 大小格式浏览次数
    101-2410-H004-076.pdf2564KbAdobe PDF2564检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈