LET’S GET LADE: ROBUST ESTIMATION OF SEMIPARAMETRIC MULTIPLICATIVE VOLATILITY MODELS
半参数乘法波动率模型的稳健最小绝对偏差估计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：摘要核心是长期与短期波动率的分解以及厚尾 GARCH 的稳健估计，直接对应波动率计量方向。
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…
关注这篇论文的作者
半参数乘法波动率模型的稳健最小绝对偏差估计
- 研究问题
- 当长期无条件波动率缓慢变化、短期波动率遵循带厚尾误差的半强 GARCH 时，如何稳健估计两个波动率成分？
- 方法与思路
- 作者将未指定形式的长期波动率与参数化短期 GARCH 相乘，采用两步 LAD，并分别处理平稳与非平稳参数情形。
- 材料陈述的贡献
- 摘要称针对非参数长期波动率及不同 GARCH 状态提出稳健估计方法，建立相应渐近理论，数值结果支持理论。
- 阅读关注点
- 应核对长期与短期波动率的分离及归一化、两步 LAD 的具体构造，以及厚尾和非平稳情形所需条件。
- 阅读边界
- 仅据所给 Crossref 摘要；厚尾限制、收敛率及数值比较未说明，不能据此断言 LAD 对所有波动模型均优越。
原文摘要
We investigate a model in which we connect slowly time varying unconditional long-run volatility with short-run conditional volatility whose representation is given as a semi-strong GARCH(1,1) process with heavy tailed errors. We focus on robust estimation of both long-run and short-run volatilities. Our estimation is semiparametric since the long-run volatility is totally unspecified whereas the short-run conditional volatility is a parametric semi-strong GARCH(1,1) process. We propose different robust estimation methods for nonstationary and strictly stationary GARCH parameters with nonparametric long-run volatility function. Our estimation is based on a two-step LAD procedure. We establish the relevant asymptotic theory of the proposed estimators. Numerical results lend support to our theoretical results.