Bell-INGARCH Model
Bell 整数值 GARCH 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：研究整数值时间序列的动态模型与条件最大似然估计，未明确金融应用。
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
Bell 整数值 GARCH 模型
- 研究问题
- 如何构造结构较简洁的整数值时间序列模型，刻画计数数据的动态变化，并通过参数估计和实例评估其适用性？
- 方法与思路
- 作者基于 Bell 分布提出整数值 GARCH 模型，采用条件最大似然估计参数，以数值模拟考察有限样本性质并分析两个实例。
- 材料陈述的贡献
- 摘要称，新模型相较现有模型更简单且适用，模拟用于支持未知参数估计的有限样本表现，但未给出具体比较结果。
- 阅读关注点
- 核对条件分布和动态递推、平稳性及参数约束、条件似然的计算，以及简洁性和适用性相对哪些模型与指标进行比较。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未说明实例领域、理论条件和数值结果，不能仅凭名称认定金融波动应用。
原文摘要
Integer-valued time series exist widely in economics, finance, biology, computer science, medicine, insurance, and many other fields. In recent years, many types of models have been proposed to model integer-valued time series data, in which the integer autoregressive model and integer-valued GARCH model are the most representative. Although there have been many results of integer-valued time series data, the parameters of integer-valued time series model structure are more complicated. This paper is dedicated to proposing a new simple integer-valued GARCH model. First, the Bell integer-valued GARCH model is given based on Bell distribution. Then, the conditional maximum likelihood estimation method is used to obtain the estimators of parameters. Later, numerical simulations confirm the finite sample properties of the estimation of unknown parameters. Finally, the model is applied in the two real examples. Compared with the existing models, the proposed model is more simple and applicable.