Semiparametric inference in a GARCH-in-mean model
GARCH 均值模型中的半参数推断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：摘要明确结合资产定价中的风险收益关系与 GARCH 条件波动。
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…
GARCH 均值模型中的半参数推断
- 研究问题
- 在条件波动具有 GARCH 结构、风险与收益关系允许非参数形式的资产定价模型中，如何进行有效估计并考察关系的非线性？
- 方法与思路
- 作者使用剖面似然构造半参数估计量，无需先对条件均值函数作参数估计，并通过抽样实验及日度股票收益应用进行比较。
- 材料陈述的贡献
- 摘要称，估计量在所述条件下一致、渐近正态并达到半参数效率下界；日度股票收益应用提示风险与收益关系具有非线性。
- 阅读关注点
- 应核对非参数风险收益函数与波动参数的识别、剖面似然构造及效率界，并查看非线性判断的统计证据和样本范围。
- 阅读边界
- 仅据所给出版社摘要，无法判断效率结论的具体条件、有限样本收益或应用的稳健性，非线性提示不能直接推广至其他市场。
原文摘要
A new semiparametric estimator for an empirical asset pricing model with general nonparametric risk-return tradeoff and GARCH-type underlying volatility is introduced. Based on the profile likelihood approach, it does not rely on any initial parametric estimator of the conditional mean function, and it is under stated conditions consistent, asymptotically normal, and efficient, i.e., it achieves the semiparametric lower bound. A sampling experiment provides finite sample comparisons with the parametric approach and the iterative semiparametric approach with parametric initial estimate of Conrad and Mammen (2008). An application to daily stock market returns suggests that the risk-return relation is indeed nonlinear.