跳到正文
← 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:摘要直接提出资产收益的条件异方差模型,并以市场指数分析波动变化与风险溢价,分别对应波动率建模和资产定价问题。

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
Daniel B. Nelson

资产收益的条件异方差:一种新方法

研究问题
如何描述资产收益的条件异方差,使模型反映收益与波动率创新的相关性,并清楚解释波动冲击的持续性?作者还将模型用于研究市场风险溢价。
方法与思路
作者提出指数 ARCH 模型,使收益与波动率创新可相关,并避免参数不等式约束;以 CRSP 市值加权市场指数研究波动与风险溢价。
材料陈述的贡献
摘要称,该模型允许收益与波动率创新相关、无需参数不等式约束,并使波动冲击的持续性更易解释,作者据此称其改进了 GARCH。
阅读关注点
应核对指数 ARCH 的方程与参数条件、持续性的定义及其与 GARCH 的比较口径,并查看 1962—1987 年市场指数应用的设定。
阅读边界
摘要未报告估计结果、拟合或预测指标,也未说明风险溢价的具体设定;模型性质上的改进不能据此扩展为普遍实证或预测优势。

原文摘要

This paper introduces an ARCH model (exponential ARCH) that (1) allows correlation between returns and volatility innovations (an important feature of stock market volatility changes), (2) eliminates the need for inequality constraints on parameters, and (3) allows for a straightforward interpretation of the "persistence" of shocks to volatility. In the above respects, it is an improvement over the widely-used GARCH model. The model is applied to study volatility changes and the risk premium on the CRSP Value-Weighted Market Index from 1962 to 1987. Copyright 1991 by The Econometric Society.

笔记与分组