Conditional asymmetry in Power ARCH( ∞ ) models
幂 ARCH(∞) 模型中的条件非对称性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 与 GARCH 的动态波动、持久性和非对称性，并应用于股票指数，支持波动率与时间序列。
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
幂 ARCH(∞) 模型中的条件非对称性
- 研究问题
- 在波动高度持久时，如何扩展 ARCH(∞) 模型以容纳条件非对称性，并检验模型拟合及常用短记忆 GARCH 设定的有效性？
- 方法与思路
- 作者扩展幂 ARCH(∞) 模型，研究存在性和平稳性，建立准极大似然推断，并提出总体拟合、非对称性与 GARCH 有效性检验。
- 材料陈述的贡献
- 摘要称，准极大似然估计具有一致性和渐近分布；股票指数应用发现，短记忆 GARCH 设定对部分所称外围资产并不合适。
- 阅读关注点
- 应核对非对称性与持久性的参数化、无限阶模型的实现方式，以及拟合检验和 GARCH 有效性检验所针对的原假设。
- 阅读边界
- 仅据所给出版社摘要，无法确认参数条件、指数样本或外围资产的界定；应用结果不能推广为所有资产均不适合 GARCH。
原文摘要
We consider an extension of ARCH(∞) models to account for conditional asymmetry in the presence of high persistence. After stating existence and stationarity conditions, this paper develops the statistical inference of such models and proves the consistency and asymptotic distribution of a Quasi Maximum Likelihood estimator. Some particular specifications are studied and we introduce a Portmanteau goodness-of-fit test. Additionally, test procedures for asymmetry and GARCH validity are derived. Finally, we present an application on a set of equity indices to reexamine the preeminence of GARCH(1,1) specifications. We find strong evidence that the short memory feature of such models is not suitable for peripheral assets.