Asymptotic Theory for ARCH Models: Estimation and Testing
ARCH 模型的渐近理论：估计与检验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 ARCH 异方差方程，并置于含移动平均误差的线性动态模型中，对应波动率与时间序列方法。
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 模型的渐近理论：估计与检验
- 研究问题
- 在线性动态模型含移动平均误差且扰动不要求正态时，扩展 ARCH 模型中的回归与方差参数应如何估计和检验？
- 方法与思路
- 作者在线性动态模型与移动平均误差背景下构造扩展 ARCH 异方差模型，研究回归方程和 ARCH 方程参数的估计及检验。
- 材料陈述的贡献
- 摘要称，论文讨论极大似然与最小二乘估计的性质，以及多种模型检验的性质，并明确不要求误差服从正态分布。
- 阅读关注点
- 应核对 ARCH 扩展的具体形式、非正态误差所需条件，以及极大似然和最小二乘结果与各检验的适用范围。
- 阅读边界
- 摘要未列明参数约束、矩条件、极限分布或检验结果；不要求正态并不意味着无需其他分布或依赖条件。
原文摘要
In the context of a linear dynamic model with moving average errors, we consider a heteroscedastic model which represents an extension of the ARCH model introduced by Engle [4]. We discuss the properties of maximum likelihood and least squares estimates of the parameters of both the regression and ARCH equations, and also the properties of various tests of the model that are available. We do not assume that the errors are normally distributed.