Multivariate rotated ARCH models
多元旋转 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。
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：摘要明确研究股票收益的时变协方差和多元 ARCH、BEKK、DCC 模型，直接属于金融波动率建模方向。
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…
多元旋转 ARCH 模型
- 研究问题
- 在多元收益波动模型具有丰富动态结构时，如何通过协方差目标化降低估计难度，同时刻画时变协方差？
- 方法与思路
- 作者先旋转收益，再采用长期协方差为单位矩阵的 BEKK 型参数化，并进一步扩展到旋转 DCC 模型。
- 材料陈述的贡献
- 摘要提出 RARCH 模型及 RBEKK、RDCC 形式，称其推断计算便利、渐近理论标准，并以道指成分股数据示例。
- 阅读关注点
- 应核对旋转矩阵与长期协方差如何估计、协方差目标化怎样实施，以及估计旋转步骤是否影响后续标准误。
- 阅读边界
- 仅据所给出版社摘要，无法判断正定性、平稳性及渐近结果的具体条件，也未说明相对其他模型的数值优势。
原文摘要
This paper introduces a new class of multivariate volatility models which is easy to estimate using covariance targeting, even with rich dynamics. We call them rotated ARCH (RARCH) models. The basic structure is to rotate the returns and then to fit them using a BEKK-type parameterization of the time-varying covariance whose long-run covariance is the identity matrix. This yields the rotated BEKK (RBEKK) model. The extension to DCC-type parameterizations is given, introducing the rotated DCC (RDCC) model. Inference for these models is computationally attractive, and the asymptotics are standard. The techniques are illustrated using data on the DJIA stocks.