INFERENCE ON GARCH-MIDAS MODELS WITHOUT ANY SMALL-ORDER MOMENT
缺乏小阶有限矩的 GARCH-MIDAS 模型推断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：摘要直接研究 GARCH-MIDAS 的短期与长期波动率成分及金融数据推断，未涉及明确的高频市场微观结构问题。
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…
缺乏小阶有限矩的 GARCH-MIDAS 模型推断
- 研究问题
- 将波动率分解为短期与长期成分的 GARCH-MIDAS 模型，在平稳解缺乏小阶有限矩时，是否仍能开展估计和长期成分检验？
- 方法与思路
- 作者分析两成分波动率模型平稳解的矩性质，建立准最大似然估计的强一致性与渐近正态性，并提出渐近和 Bootstrap 检验。
- 材料陈述的贡献
- 摘要称即便缺乏小阶有限矩，准最大似然估计仍具有上述性质，并提供长期波动率存在性检验及模拟、金融数据说明。
- 阅读关注点
- 应核对平稳解无有限矩结论的模型条件、准似然理论所需替代限制，以及长期成分检验的零假设和 Bootstrap 构造。
- 阅读边界
- 仅据所给 Crossref 版本摘要，不能将无矩结论推广到所有两成分模型；具体条件、检验表现及刊本变化均未说明。
原文摘要
In GARCH-mixed-data sampling models, the volatility is decomposed into the product of two factors which are often interpreted as “short-run” (high-frequency) and “long-run” (low-frequency) components. While two-component volatility models are widely used in applied works, some of their theoretical properties remain unexplored. We show that the strictly stationary solutions of such models do not admit any small-order finite moment, contrary to classical GARCH. It is shown that the strong consistency and the asymptotic normality of the quasi-maximum likelihood estimator hold despite the absence of moments. Tests for the presence of a long-run volatility relying on the asymptotic theory and a bootstrap procedure are proposed. Our results are illustrated via Monte Carlo experiments and real financial data.