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:摘要直接研究 GARCH 条件异方差模型的系数检验,并明确提供金融数据应用。

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
Christian Francq

GARCH 系数为零的检验:标准检验修正与相对效率比较

研究问题
GARCH 参数受非负约束、零值位于参数边界时,如何正确检验单个系数为零或不存在条件异方差,并比较检验效率?
方法与思路
作者推导 Wald、得分和准似然比检验在原假设及局部备择下的渐近分布,并在固定备择下进行效率比较。
材料陈述的贡献
摘要称,论文处理非负约束引起的非标准检验问题,覆盖两类重要零假设,金融数据应用提示应重新审视 GARCH(1,1) 的地位。
阅读关注点
应核对边界参数、误差分布和矩条件,检查各检验临界值的计算方式,并区分局部备择分布与固定备择效率的结论。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明;摘要未给出具体极限分布或效率排序,金融应用不足以否定 GARCH(1,1) 的一般适用性。

原文摘要

This article is concerned with testing the nullity of coefficients in generalized autoregressive conditionally heteroscedastic (GARCH) models. The problem is nonstandard because the quasi-maximum likelihood estimator is subject to positivity constraints. This article establishes the asymptotic null and local alternative distributions of Wald, score, and quasi-likelihood ratio tests. Efficiency comparisons under fixed alternatives are considered. Two cases of special interest are tests of the null hypothesis of one coefficient equal to zero and tests of the null hypothesis of no conditional heteroscedasticity. Finally, the proposed approach is used in the analysis of financial data and suggests reconsidering the preeminence of GARCH(1,1) among GARCH models.

笔记与分组