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:摘要直接研究股票收益的条件异方差、波动率路径以及正负冲击的非对称影响,支持金融波动率分类。

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
R. Rabemananjara
J. M. Zakoian

门限 ARCH 模型与波动率非对称性

研究问题
如何扩展门限异方差模型,使其在放宽条件方差参数正值约束后,仍能刻画更丰富的波动路径与冲击非对称性?
方法与思路
作者扩展 TARCH 模型类别,允许波动率出现非线性和周期行为,并以法国股票收益提供经验层面的展示。
材料陈述的贡献
摘要称可以放宽参数正值约束,并允许正负冲击对波动率的相对影响随冲击大小变化,从而扩大模型可描述的路径。
阅读关注点
重点核对放宽参数约束后条件方差如何保持有效,以及周期行为、冲击大小与符号效应的表达和实证检验方式。
阅读边界
仅据所给 Crossref 摘要,不能确定允许的参数范围、平稳性条件或实证效果大小,也不能据此断言优于其他波动模型。

原文摘要

Abstract This paper attempts to enlarge the class of Threshold Heteroscedastic Models (TARCH) introduced by Zakoían (1991a). We show that it is possible to relax the positivity constraints on the parameters of the conditional variance. Unconstrained models provide a greater generality of the paths allowing for nonlinearities in the volatility. Cyclical behaviour is permitted as well as different relative impacts of positive and negative shocks on volatility, depending on their size. We give empirical evidence using French stock returns.

笔记与分组
相关领域论文