跳到正文
← 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 GARCH 波动率、局部平稳性及时间趋势,并使用金融数据展示。

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
Christopher Walsh
Michael Vogt

局部平稳的乘法波动率建模

研究问题
如何将波动率分解为确定性时间趋势、随机解释变量驱动的非参数部分及参数化 GARCH 部分,并对各部分进行一致估计?
方法与思路
作者提出两步估计:先变换模型并用回代法估计非参数分量,再以拟极大似然估计 GARCH 参数,理论分析使用混合性与局部平稳性。
材料陈述的贡献
摘要称,研究建立估计量的一致性与渐近正态性,并通过金融数据和小规模模拟说明遗漏随机解释变量可能导致显著参数偏差。
阅读关注点
应核对乘法分解的归一化与可识别性、回代法和平滑参数选择,以及第一步估计误差如何影响第二步 GARCH 参数推断。
阅读边界
仅据所给 OpenAlex 版本摘要;混合性与局部平稳性的具体要求、偏差大小和模拟设定未说明,不能推广遗漏偏差结论,不推断刊本变化。

原文摘要

In this article, we study a semiparametric multiplicative volatility model, which splits up into a nonparametric part and a parametric GARCH component. The nonparametric part is modeled as a product of a deterministic time trend component and of further components that depend on stochastic regressors. We propose a two-step procedure to estimate the model. To estimate the nonparametric components, we transform the model and apply a backfitting procedure. The GARCH parameters are estimated in a second step via quasi maximum likelihood. We show consistency and asymptotic normality of our estimators. Our results are obtained using mixing properties and local stationarity. We illustrate our method using financial data. Finally, a small simulation study illustrates a substantial bias in the GARCH parameter estimates when omitting the stochastic regressors.

笔记与分组