ON MOMENT CONDITIONS FOR QUASI-MAXIMUM LIKELIHOOD ESTIMATION OF MULTIVARIATE ARCH MODELS
多变量 ARCH 模型准极大似然估计的矩条件AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要围绕多变量 ARCH 条件异方差模型及其准极大似然估计的矩条件展开，直接对应波动率建模方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
多变量 ARCH 模型准极大似然估计的矩条件
- 研究问题
- 对于 BEKK 形式的多变量 ARCH(1) 模型，高斯准极大似然估计能否像单变量情形一样在弱矩条件下建立渐近性质？
- 方法与思路
- 作者分析二阶矩与期望对数似然无界性的关系，讨论这一非标准特征下的一致性，并研究真参数处得分的平稳性。
- 材料陈述的贡献
- 摘要称二阶矩无界与偏离真参数处的期望对数似然无界等价，但一致性仍可成立，并解释既有高阶矩要求的缘由。
- 阅读关注点
- 应核对一致性的完整条件、二阶矩与得分平稳性的具体关系，以及高阶矩在渐近正态性证明中承担的作用。
- 阅读边界
- 仅据所给 Crossref 摘要，不能认定弱矩条件足以保证渐近正态性，也不能把特定 ARCH(1) 结论推广至所有 GARCH。
原文摘要
This paper questions whether it is possible to derive consistency and asymptotic normality of the Gaussian quasi-maximum likelihood estimator (QMLE) for possibly the simplest multivariate GARCH model, namely, the multivariate ARCH(1) model of the Baba, Engle, Kraft, and Kroner form, under weak moment conditions similar to the univariate case. In contrast to the univariate specification, we show that the expectation of the log-likelihood function is unbounded, away from the true parameter value, if (and only if) the observable has unbounded second moment. Despite this nonstandard feature, consistency of the Gaussian QMLE is still warranted. The same moment condition proves to be necessary and sufficient for the stationarity of the score when evaluated at the true parameter value. This explains why high moment conditions, typically bounded sixth moment and above, have been used hitherto in the literature to establish the asymptotic normality of the QMLE in the multivariate framework.