New frontiers for arch models
ARCH 模型的新前沿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：摘要明确列出高频波动率模型与衍生品定价模型，并重点研究多类波动率过程，支持所选三个金融计量方向。
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
ARCH 模型的新前沿
- 研究问题
- ARCH 研究在既有金融应用之外还有哪些发展方向，如何分析可模拟模型的非线性性质以及波动率自身的波动？
- 方法与思路
- 作者提出五个研究方向，重点讨论非负过程的 ARCH 建模及最小二乘蒙特卡洛，并分析多类波动率模型的非线性性质。
- 材料陈述的贡献
- 摘要称，文章规划五个研究前沿，并定义、估计波动率的波动率，将其与期权隐含波动率比较，展示模拟方法的应用。
- 阅读关注点
- 应核对最小二乘蒙特卡洛的目标量、实现与近似误差，波动率的波动率如何定义，以及它与期权隐含量的比较口径。
- 阅读边界
- 仅据所给 Crossref 摘要，不能将研究方向展望视为方法优越性的验证；具体估计条件、比较结果及其他版本变化未说明。
原文摘要
Abstract In the 20 years following the publication of the ARCH model, there has been a vast quantity of research uncovering the properties of competing volatility models. Wide‐ranging applications to financial data have discovered important stylized facts and illustrated both the strengths and weaknesses of the models. There are now many surveys of this literature. This paper looks forward to identify promising areas of new research. The paper lists five new frontiers. It briefly discusses three—high‐frequency volatility models, large‐scale multivariate ARCH models, and derivatives pricing models. Two further frontiers are examined in more detail—application of ARCH models to the broad class of non‐negative processes, and use of Least Squares Monte Carlo to examine non‐linear properties of any model that can be simulated. Using this methodology, the paper analyses more general types of ARCH models, stochastic volatility models, long‐memory models and breaking volatility models. The volatility of volatility is defined, estimated and compared with option‐implied volatilities. Copyright © 2002 John Wiley & Sons, Ltd.