Statistical inference for time-varying ARCH processes
时变 ARCH 过程的统计推断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：摘要明确研究时变 ARCH 条件波动模型及非平稳时间序列的局部近似与推断。
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
时变 ARCH 过程的统计推断
- 研究问题
- 如何将 ARCH 模型推广到系数随时间变化的非平稳过程，并分析加权拟似然估计的渐近分布及非平稳性产生的额外偏差？
- 方法与思路
- 作者通过固定时点的平稳近似定义局部平稳 ARCH 过程，研究有限阶时变模型的加权拟似然估计，并建立相关过程展开。
- 材料陈述的贡献
- 摘要称得到估计量的渐近正态性并分析额外偏差，给出以平稳过程表达的 Taylor 展开及时变 Volterra 级数表示。
- 阅读关注点
- 应核对系数变化、矩条件与局部平稳条件，检查权重及带宽选择、额外偏差修正，以及无限阶过程与有限阶估计的关系。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；完整条件、展开余项与有限样本表现未说明，连续时变设定不能直接视为突变模型的保证。
原文摘要
In this paper the class of ARCH(∞) models is generalized to the nonstationary class of ARCH(∞) models with time-varying coefficients. For fixed time points, a stationary approximation is given leading to the notation “locally stationary ARCH(∞) process.” The asymptotic properties of weighted quasi-likelihood estimators of time-varying ARCH(p) processes (p<∞) are studied, including asymptotic normality. In particular, the extra bias due to nonstationarity of the process is investigated. Moreover, a Taylor expansion of the nonstationary ARCH process in terms of stationary processes is given and it is proved that the time-varying ARCH process can be written as a time-varying Volterra series.