Weighted least absolute deviations estimation for an AR(1) process with ARCH(1) errors
ARCH(1) 误差下 AR(1) 过程的加权最小绝对偏差估计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：摘要明确研究 AR(1) 与 ARCH(1) 时间序列模型，未提供金融应用依据。
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(1) 误差下 AR(1) 过程的加权最小绝对偏差估计
- 研究问题
- 对于具有 ARCH(1) 误差的 AR(1) 过程，加权最小绝对偏差估计具有怎样的极限分布，又能支持哪些辅助推断？
- 方法与思路
- 作者研究加权最小绝对偏差估计的极限分布，并讨论其用于检查误差密度对称性及估计渐近推断相关期望量。
- 材料陈述的贡献
- 摘要称在所列矩发散情形下仍有正态极限，并指出误差对称性检查与相关期望量估计对两类估计量推断的用途。
- 阅读关注点
- 应查阅原 PDF 核对矩条件和对数期望中的上下标，并核对权重定义、正态极限的条件及辅助估计的构造。
- 阅读边界
- 仅据 OpenAlex 索引摘要，版本未注明；矩条件与期望量的符号存在排版歧义，需查原 PDF，不能复原公式或推导额外结论。
原文摘要
The weighted least absolute deviations estimator is studied for an AR(1) process with ARCH(1) errors εt. Unlike for the quasi maximum likelihood estimator, the estimator's, limiting distribution is shown to be normal even when E(εt4) = ∞. Furthermore, the estimator can be applied to examine the symmetry of the density of εt and to estimate the quantity E(log |α + λ½ εt|), which are of crucial importance for conducting asymptotic inference for quasi maximum likelihood estimators and weighted least absolute deviations estimators.