Testing Second-Order Dynamics for Autoregressive Processes in Presence of Time-Varying Variance
时变方差下自回归过程二阶动态的检验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：摘要直接研究自回归时间序列的方差动态和 ARCH 检验，但未明确限定金融应用。
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
时变方差下自回归过程二阶动态的检验
- 研究问题
- 当自回归序列的无条件方差随时间变化时，如何检验 ARCH 效应，避免将方差非平稳性误判为条件异方差动态？
- 方法与思路
- 作者针对时变无条件方差构造自适应 McLeod–Li 混成检验和 ARCH-LM 检验，并用模拟与真实数据说明。
- 材料陈述的贡献
- 摘要称传统检验在无条件方差时变时会失效，提出相应自适应检验，并给出理论结果及模拟和实证说明。
- 阅读关注点
- 应核对无条件方差如何估计、自适应校正的条件，以及检验在仅有方差变化和同时存在 ARCH 效应时的表现。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；允许的方差变化形式、检验水平和功效结果未说明，不能推断刊本变化。
原文摘要
This article considers the volatility modeling for autoregressive univariate time series. A benchmark approach is the stationary autoregressive conditional heteroscedasticity (ARCH) model of Engle. Motivated by real data evidence, processes with nonconstant unconditional variance and ARCH effects have been recently introduced. We take into account this type of nonstationarity in variance and propose simple testing procedures for ARCH effects. Adaptive McLeod and Li’s portmanteau and ARCH-LM tests for checking the presence of such second-order dynamics are provided. The standard versions of these tests, commonly used by practitioners, suppose constant unconditional variance. The failure of these standard tests with time-varying unconditional variance is highlighted. The theoretical results are illustrated by means of simulated and real data. Supplementary materials for this article are available online.