Alternative estimators for factor garch models—A monte carlo comparison
因子 GARCH 模型的替代估计量：蒙特卡洛比较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：摘要明确研究因子 GARCH、条件波动率及因子权重，直接对应波动率与金融因子方法。
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
因子 GARCH 模型的替代估计量：蒙特卡洛比较
- 研究问题
- 因子 GARCH 模型的不同估计方法在有限样本中表现如何，因子权重是否已知或设错会带来什么影响？
- 方法与思路
- 作者提出四种两阶段或准最大似然估计量，在双变量单因子 GARCH 模型中开展模拟，并考察含均值项的扩展。
- 材料陈述的贡献
- 摘要报告比较偏误、标准误校准、方差比和区间覆盖率，并考察权重误设及两阶段单变量估计在扩展模型中的表现。
- 阅读关注点
- 应核对四种估计量的信息要求、因子权重处理方式、模拟参数和样本量，以及覆盖率与效率比较的具体结果。
- 阅读边界
- 所给 Crossref 摘要没有报告数值结果或明确的优胜方法，不能判断比较结论能否推广到更多变量、因子或其他模型。
原文摘要
Abstract This paper proposes four estimators for factor GARCH models: two‐stage univariate GARCH (2SUE), two‐stage quasi‐maximum likelihood (2SML), quasi‐maximum likelihood with known factor weights (RMLE), quasi‐maximum likelihood with unknown factor weights (MLE). A Monte‐Carlo study is designed for bivariate one‐factor GARCH models to examine the finite sample properties. Results are presented for biases, ratios of standard errors to standard deviations, ratios of variances, coverage of confidence intervals, effects of misspecified factor weights, and finite sample properties of the 2SUE for factor GARCH‐in‐mean models.