Mixed difference integer-valued GARCH model for $ \mathbb{Z}$-valued time series
适用于整数值时间序列的混合差分整数值 GARCH 模型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：摘要明确提出整数值时间序列模型，并使用逐笔价格进行应用，直接对应时间序列与高频计量方向。
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…
适用于整数值时间序列的混合差分整数值 GARCH 模型
- 研究问题
- 如何为可取正负整数的时间序列构造更灵活的观测驱动模型，以容纳偏斜和双峰分布，并进行参数估计与残差诊断？
- 方法与思路
- 作者混合负值与非负值成分构造模型，建立平稳性和混合条件，采用混合泊松准最大似然估计，并提出残差序列相关检验。
- 材料陈述的贡献
- 摘要称该模型较标准 Skellam 等设定更灵活，给出估计量渐近性质，并通过模拟与逐笔价格应用评估有限样本表现。
- 阅读关注点
- 应核对混合成分的可观测含义、条件分布与递推方程，以及平稳性、准似然一致性和残差综合检验所需的具体条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出模型方程、定理条件或应用结果，不能据此判断估计效率。
原文摘要
In this paper, we introduce flexible observation-driven $\mathbb{Z}$-valued time series models constructed from mixtures of negative and non-negative components. Compared to models based on the standard Skellam distribution or on a difference of two integer-valued variables, our specification offers greater versatility. For example, it easily allows for skewness and bimodality. Furthermore, the observation of one component of the mixture makes interpretation and statistical analysis easier. We establish conditions for stationarity and mixing, and develop a mixed Poisson quasi-maximum likelihood estimator with proven asymptotic properties. A portmanteau test is proposed to diagnose residual serial dependence. The finite-sample performance of the methodology is assessed via simulation, and an empirical application on tick prices demonstrates its practical usefulness.