Hybrid quantile estimation for asymmetric power GARCH models
非对称幂 GARCH 模型的混合分位数估计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：摘要直接研究金融收益的非对称幂 GARCH 模型及其条件分位数估计，属于波动率方向。
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…
非对称幂 GARCH 模型的混合分位数估计
- 研究问题
- 非对称幂 GARCH 模型如何开展可行的条件分位数估计，并在平稳与非平稳情形下支持推断及相关检验？
- 方法与思路
- 作者对条件分位数函数施加简单的单调变换，使分位数回归便于实施，并据此构造严格平稳性与非对称性检验。
- 材料陈述的贡献
- 摘要称估计量在平稳或非平稳情形下具有渐近正态性，并将该方法称为非平稳 ARCH 类模型分位数估计的首次尝试。
- 阅读关注点
- 应核对单调变换与原模型参数的对应关系、两类情形下的渐近条件，以及平稳性和非对称性检验的构造与适用范围。
- 阅读边界
- 解读限于所给出版社摘要；摘要未说明参数限制、误差矩条件、检验表现或实证细节，首次尝试的表述也未经独立核验。
原文摘要
Asymmetric power GARCH models have been widely used to study the higher order moments of financial returns, while their quantile estimation has been rarely investigated. This paper introduces a simple monotonic transformation on its conditional quantile function to make the quantile regression tractable. The asymptotic normality of the resulting quantile estimators is established under either stationarity or non-stationarity. Moreover, based on the estimation procedure, new tests for strict stationarity and asymmetry are also constructed. This is the first try of the quantile estimation for non-stationary ARCH-type models in the literature. The usefulness of the proposed methodology is illustrated by simulation results and real data analysis.