Dynamic Spatiotemporal ARCH Models: Small and Large Sample Results
动态时空 ARCH 模型：小样本与大样本结果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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确建模时间滞后与动态条件异方差，直接涉及时间序列方法；未说明金融对象，故不加金融波动率标签。
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…
动态时空 ARCH 模型：小样本与大样本结果
- 研究问题
- 当对数波动率同时受到空间、时间及时空滞后和地区与时间异质性影响时，不同估计方法有哪些理论与有限样本性质？
- 方法与思路
- 作者研究包含外生变量及地区、时间固定效应的动态时空 ARCH 模型，比较两种准极大似然估计量和一种 GMM 估计量。
- 材料陈述的贡献
- 摘要称整理上述估计量的理论性质，并通过蒙特卡洛模拟比较有限样本表现；未具体报告哪种估计量在何种条件下更好。
- 阅读关注点
- 应核对空间权重与动态稳定性条件、固定效应处理、准似然及矩条件，以及模拟中的样本规模和误差分布设定。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未列出理论条件及比较结果，也未说明具体金融或宏观应用。
原文摘要
This paper explores the estimation of a dynamic spatiotemporal autoregressive conditional heteroscedasticity (ARCH) model. The log-volatility term in this model can depend on (i) the spatial lag of the log-squared outcome variable, (ii) the time-lag of the log-squared outcome variable, (iii) the spatiotemporal lag of the log-squared outcome variable, (iv) exogenous variables, and (v) the unobserved heterogeneity across regions and time, i.e., the regional and time fixed effects. We examine the small and large sample properties of two quasi-maximum likelihood estimators and a generalized method of moments estimator for this model. We first summarize the theoretical properties of these estimators and then compare their finite sample properties through Monte Carlo simulations.