ARCH and Bilinearity as Competing Models for Nonlinear Dependence
ARCH与双线性模型：非线性依赖的竞争解释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：摘要比较ARCH/GARCH与双线性过程的非线性依赖及序列预测，直接对应时间序列；未说明序列的金融属性。
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与双线性模型：非线性依赖的竞争解释
- 研究问题
- 广泛采用ARCH模型描述非线性依赖是否会忽略双线性等替代过程，以及怎样通过检验与样本外预测比较两类模型？
- 方法与思路
- 作者先提出ARCH与双线性的联合检验，再提出非嵌套检验，将检验应用于三个序列，并通过样本外预测比较模型表现。
- 材料陈述的贡献
- 摘要称，以GARCH为原假设时未能拒绝，而双线性原假设在两例中被拒绝；样本外预测比较也更支持GARCH。
- 阅读关注点
- 阅读全文时应核对联合检验与非嵌套检验的假设、统计量分布、模型设定，以及样本外划分和预测评价指标。
- 阅读边界
- 摘要未说明三个序列的类型、样本、模型阶数或预测损失指标；所报告偏好不能据此推广为GARCH对其他模型的普遍优势。
原文摘要
This paper consider whether the wide acceptance of ARCH models may be at the expense of other nonlinear processes, such as bilinear models. The authors first pose a joint test for ARCH and bilinearity. A nonnested test is then suggested. The tests are then applied to three series. When GARCH models are taken as the null hypothesis, the authors fail to reject it. However, when bilinearity is taken as the null, it is rejected in two cases. Also, an out-of-sample forecasting exercise shows that the GARCH model is superior. The results, therefore, indicate a strong preference for the GARCH model.