TARGETING ESTIMATION OF CCC-GARCH MODELS WITH INFINITE FOURTH MOMENTS
无限四阶矩下 CCC-GARCH 模型的目标估计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：摘要以金融收益的多元 CCC-GARCH 波动率模型及方差目标估计为核心。
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
无限四阶矩下 CCC-GARCH 模型的目标估计
- 研究问题
- 当金融收益过程不具有有限四阶矩时，多元扩展 CCC-GARCH 的方差目标估计量具有怎样的收敛速度和极限分布？
- 方法与思路
- 作者使用非标准极限理论，研究无限四阶矩下方差目标估计量的大样本性质，并通过模拟展示所推导的渐近特征。
- 材料陈述的贡献
- 摘要称，在适当条件下，估计量的极限分布为多元稳定分布，收敛速度慢于平方根样本量，并由数据生成过程的尾部形状决定。
- 阅读关注点
- 应核对尾部与矩条件、稳定分布的参数及标准化方式，目标矩的估计方法，以及这些非标准结果如何支持实际推断。
- 阅读边界
- 解读仅限所给 Crossref 摘要；适当条件、具体收敛率与可实施推断方法未说明，也不能将无限四阶矩本身视为稳定极限的充分条件。
原文摘要
As an alternative to quasi-maximum likelihood, targeting estimation is a much applied estimation method for univariate and multivariate GARCH models. In terms of variance targeting estimation, recent research has pointed out that at least finite fourth moments of the data generating process is required, if one wants to perform inference in GARCH models by relying on asymptotic normality of the estimator. Such moment conditions may not be satisfied in practice for financial returns, highlighting a potential drawback of variance targeting estimation. In this paper, we consider the large-sample properties of the variance targeting estimator for the multivariate extended constant conditional correlation GARCH model when the distribution of the data generating process has infinite fourth moments. Using nonstandard limit theory, we derive new results for the estimator stating that, under suitable conditions, its limiting distribution is multivariate stable. The rate of consistency of the estimator is slower than $\sqrt T$ and depends on the tail shape of the data generating process. A simulation study illustrates the derived properties of the targeting estimator.