Global self-weighted and local quasi-maximum exponential likelihood estimators for ARMA–GARCH/IGARCH models
ARMA–GARCH/IGARCH 模型的全局自加权与局部准最大指数似然估计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：摘要明确研究 ARMA 时间序列与 GARCH/IGARCH 条件波动模型，并应用于原油价格。
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
ARMA–GARCH/IGARCH 模型的全局自加权与局部准最大指数似然估计
- 研究问题
- 在较弱矩条件下，如何为带 GARCH 或 IGARCH 误差的 ARMA 模型构造具有一致性及渐近正态性的估计量？
- 方法与思路
- 作者研究全局自加权准最大指数似然估计，再以其为基础构造局部估计，分析渐近性质，并进行模拟与原油价格应用。
- 材料陈述的贡献
- 摘要称全局估计在分数阶矩条件下强一致且渐近正态，局部估计适用于所述 GARCH 与 IGARCH 误差，并给出部分情形比较。
- 阅读关注点
- 核对分数阶矩的具体要求、自加权函数和局部估计步骤，区分有限方差 GARCH 与 IGARCH 情形的条件及效率比较范围。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；摘要未说明完整矩条件、误差分布限制或比较数值，不能认定对所有重尾模型有效。
原文摘要
This paper investigates the asymptotic theory of the quasi-maximum exponential likelihood estimators (QMELE) for ARMA–GARCH models. Under only a fractional moment condition, the strong consistency and the asymptotic normality of the global self-weighted QMELE are obtained. Based on this self-weighted QMELE, the local QMELE is showed to be asymptotically normal for the ARMA model with GARCH (finite variance) and IGARCH errors. A formal comparison of two estimators is given for some cases. A simulation study is carried out to assess the performance of these estimators, and a real example on the world crude oil price is given.