Matrix GARCH Model: Inference and Application
矩阵 GARCH 模型：推断与应用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：摘要明确研究矩阵时间序列的条件异方差，并用于金融波动率预测。
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
矩阵 GARCH 模型：推断与应用
- 研究问题
- 作者研究矩阵时间序列的条件异方差，关注如何分别刻画条件行、列协方差的动态，并用于金融波动预测与资产配置。
- 方法与思路
- 作者以协方差矩阵迹的单变量 GARCH 设定处理行列协方差识别，提出准极大似然估计、综合诊断检验及矩阵因子扩展。
- 材料陈述的贡献
- 摘要称，该框架提供矩阵波动建模及诊断方法，并在三类金融应用中取得优于既有多变量 GARCH 模型的预测与配置表现。
- 阅读关注点
- 应核对迹约束如何实现识别、估计与诊断检验的适用条件，以及金融应用中的比较模型、预测评价和资产配置规则。
- 阅读边界
- 依据 arXiv 2306.05169v1 预印本摘要，不能据此认定同行评审或期刊接收，也不能推断刊本变化；摘要未提供优势幅度与具体理论条件。
原文摘要
Matrix-variate time series data are largely available in applications. However, no attempt has been made to study their conditional heteroskedasticity that is often observed in economic and financial data. To address this gap, we propose a novel matrix generalized autoregressive conditional heteroskedasticity (GARCH) model to capture the dynamics of conditional row and column covariance matrices of matrix time series. The key innovation of the matrix GARCH model is the use of a univariate GARCH specification for the trace of conditional row or column covariance matrix, which allows for the identification of conditional row and column covariance matrices. Moreover, we introduce a quasi maximum likelihood estimator (QMLE) for model estimation and develop a portmanteau test for model diagnostic checking. Simulation studies are conducted to assess the finite-sample performance of the QMLE and portmanteau test. To handle large dimensional matrix time series, we also propose a matrix factor GARCH model. Finally, we demonstrate the superiority of the matrix GARCH and matrix factor GARCH models over existing multivariate GARCH-type models in volatility forecasting and portfolio allocations using three applications on credit default swap prices, global stock sector indices, and future prices.