Inference for the panel ARMA-GARCH model when both $N$ and $T$ are large
个体数与时间长度均较大时的面板 ARMA-GARCH 模型推断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：摘要明确研究具有个体与时间维度的面板数据，并以 ARMA-GARCH 描述动态。
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…
个体数与时间长度均较大时的面板 ARMA-GARCH 模型推断
- 研究问题
- 当面板个体数与时间长度同时增大时，如何估计 ARMA-GARCH 动态参数，并纠正固定效应等因素造成的渐近偏差？
- 方法与思路
- 作者分两步估计 ARMA 与 GARCH 参数，利用鞅差序列线性二次型的新中心极限定理建立推断，并提出解析及 jackknife 校正。
- 材料陈述的贡献
- 摘要称估计量具有（NT）⁻¹ᐟ² 收敛率和渐近正态性，识别出固定效应、估计效应与不可观测初值造成的偏差。
- 阅读关注点
- 核对 N 与 T 的增长关系、权重矩阵行列有界条件、两步估计误差的传递，以及两种偏差校正的适用条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已通过同行评审或被期刊接收；摘要未列出完整正则条件及真实案例的具体内容。
原文摘要
We propose a panel ARMA-GARCH model to capture the dynamics of large panel data with $N$ individuals over $T$ time periods. For this model, we provide a two-step estimation procedure to estimate the ARMA parameters and GARCH parameters stepwisely. Under some regular conditions, we show that all of the proposed estimators are asymptotically normal with the convergence rate $(NT)^{-1/2}$, and they have the asymptotic biases when both $N$ and $T$ diverge to infinity at the same rate. Particularly, we find that the asymptotic biases result from the fixed effect, estimation effect, and unobservable initial values. To correct the biases, we further propose the bias-corrected version of estimators by using either the analytical asymptotics or jackknife method. Our asymptotic results are based on a new central limit theorem for the linear-quadratic form in the martingale difference sequence, when the weight matrix is uniformly bounded in row and column. Simulations and one real example are given to demonstrate the usefulness of our panel ARMA-GARCH model.