A Locally Most Mean Powerful Based Score Test for ARCH and GARCH Regression Disturbances
ARCH 与 GARCH 回归扰动的局部最大平均功效得分检验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：摘要直接讨论 ARCH/GARCH 条件异方差检验，对应波动率建模相关方法，但未说明金融应用。
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…
关注这篇论文的作者
ARCH 与 GARCH 回归扰动的局部最大平均功效得分检验
- 研究问题
- 在线性回归中检验 ARCH 或 GARCH 扰动时，如何利用备择假设的单侧性质，以及这种利用能否改善检验的尺寸与功效表现？
- 方法与思路
- 作者基于得分之和构造利用单侧性质的检验，以蒙特卡洛实验考察两个版本在正态及高峰度扰动下的尺寸和功效，并与两种拉格朗日乘数检验比较。
- 材料陈述的贡献
- 摘要称，新检验的两个版本通常比所比较的拉格朗日乘数检验更有功效，渐近临界值也可能更准确；这些表述来自文中的模拟比较。
- 阅读关注点
- 核对单侧参数限制、局部最大平均功效准则、两版统计量及其临界值，并查看模拟是否在尺寸可比的条件下比较功效及其适用范围。
- 阅读边界
- 摘要未列出样本量、参数设计、具体尺寸或功效数值；“通常更有功效”与“临界值可能更准确”不能据此解释为所有设定下都占优。
原文摘要
This paper considers testing for autoregressive conditional heteroskedasticity and generalized autoregressive conditional heteroskedasticity disturbances in the linear regression model. These testing problems are one-sided in nature; a fact ignored by the Lagrange multiplier test. A test that exploits this one-sided aspect is constructed based on the sum of the scores. The size and power properties of two versions of this test under normal and leptokurtic disturbances are investigated via a Monte Carlo experiment. The results indicate that both version s of the new test typically have superior power to two versions of the Lagrange multiplier test and possibly also more accurate asymptotic critical values.