Generalized autoregressive conditional heteroskedasticity
广义自回归条件异方差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：摘要直接研究条件方差的时间动态、平稳性和自相关，并提供通胀序列应用，因此归入时间序列。
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
广义自回归条件异方差
- 研究问题
- 如何在 ARCH 框架中让当前条件方差依赖过去的条件方差，并刻画这一扩展模型的平稳性、相关结构及估计方法？
- 方法与思路
- 作者在条件方差方程中加入滞后条件方差，推导平稳性条件与自相关结构，并讨论最大似然估计、检验及通胀应用。
- 材料陈述的贡献
- 摘要称该模型自然推广了 ARCH，提供平稳性与自相关结构的理论分析，并以通胀率不确定性的实证例子展示应用。
- 阅读关注点
- 应核对条件方差递推式、平稳性所指的具体概念及参数条件，以及似然设定、检验方法和通胀例子的结果解释。
- 阅读边界
- 仅依据所给作者／机构库版本摘要，不能推断刊本变化；摘要未说明具体参数约束、分布假设、估计性质或实证数值。
原文摘要
A natural generalization of the ARCH (Autoregressive Conditional Heteroskedastic) process introduced in Engle (1982) to allow for past conditional variances in the current conditional variance equation is proposed. Stationarity conditions and autocorrelation structure for this new class of parametric models are derived. Maximum likelihood estimation and testing are also considered. Finally an empirical example relating to the uncertainty of the inflation rate is presented.