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:摘要研究 GARCH 条件方差的非负性及估计约束,直接对应波动率模型;经验例子的具体应用市场未说明。

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
Charles Q. Cao

单变量 GARCH 模型中的不等式约束

研究问题
单变量 GARCH 模型为了保证条件方差非负,是否必须要求全部相关参数非负;现有约束是否会不必要地限制模型估计?
方法与思路
作者分析单变量 GARCH 模型中保证条件方差非负的参数限制,说明逐个参数非负的约束可放宽,并通过经验例子展示影响。
材料陈述的贡献
摘要称常用参数非负约束可以显著放宽,作者据此主张估计时不应施加这些原约束,并提供经验例子说明放宽限制的重要性。
阅读关注点
应重点核对放宽后的参数不等式、其保证条件方差非负的条件,以及经验例子中原约束对估计结果产生何种影响。
阅读边界
摘要未给出具体不等式、对不同阶数模型的适用范围或经验结果;不能将放宽部分约束理解为允许任意参数或取消所有限制。

原文摘要

To keep the conditional variances generated by the generalized autoregressive conditional heteroscedastic (p, q) model nonnegative, T. Bollerslev imposed nonnegativity constraints on the parameters of the process. The authors show that these constraints can be substantially weakened and so should not be imposed in estimation. They also provide empirical examples illustrating the importance of relaxing these constraints.

笔记与分组
相关领域论文