A Multivariate Spatial and Spatiotemporal ARCH Model
多变量空间与时空 ARCH 模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要核心为 ARCH 条件方差建模、房地产价格收益风险及波动溢出，因此直接对应金融波动率方向。
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…
关注这篇论文的作者
多变量空间与时空 ARCH 模型
- 研究问题
- 如何同时刻画条件方差中的即时空间溢出、时间依赖和跨变量互动，并估计这些机制对房地产收益风险的作用？
- 方法与思路
- 作者用向量化表示建立多变量时空 ARCH 模型，经对数平方变换构造 QMLE，并进行模拟及柏林房地产收益应用。
- 材料陈述的贡献
- 摘要称，推导了相合 QMLE；应用中即时空间互动较弱，时间风险依赖更突出，房产类型间互动主要出现在时间滞后项。
- 阅读关注点
- 应核对模型存在性与参数约束、对数平方变换和误差分布的要求，以及空间权重设定对实证结论的影响。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未获核实；摘要未给出相合条件或效应大小，柏林样本结论不能直接外推。
原文摘要
This paper introduces a multivariate spatiotemporal autoregressive conditional heteroscedasticity (ARCH) model based on a vec-representation. The model includes instantaneous spatial autoregressive spill-over effects in the conditional variance, as they are usually present in spatial econometric applications. Furthermore, spatial and temporal cross-variable effects are explicitly modelled. We transform the model to a multivariate spatiotemporal autoregressive model using a log-squared transformation and derive a consistent quasi-maximum-likelihood estimator (QMLE). For finite samples and different error distributions, the performance of the QMLE is analysed in a series of Monte-Carlo simulations. In addition, we illustrate the practical usage of the new model with a real-world example. We analyse the monthly real-estate price returns for three different property types in Berlin from 2002 to 2014. We find weak (instantaneous) spatial interactions, while the temporal autoregressive structure in the market risks is of higher importance. Interactions between the different property types only occur in the temporally lagged variables. Thus, we see mainly temporal volatility clusters and weak spatial volatility spill-overs.