Limit Moves as Censored Observations of Equilibrium Futures Price in GARCH Processes
将涨跌停视为均衡期货价格删失观测的 GARCH 估计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：摘要的核心是对含涨跌停删失观测的 GARCH 模型进行估计，并以期货数据应用，直接属于金融波动率建模方向。
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
将涨跌停视为均衡期货价格删失观测的 GARCH 估计
- 研究问题
- 价格达到日涨跌停限制后，潜在均衡价格不可观测，如何在含这类删失观测的时间序列中估计 GARCH 模型？
- 方法与思路
- 作者将不可观测的平方误差项替换为其期望值，以此最大化似然函数，并通过模拟和国库券期货数据评价算法。
- 材料陈述的贡献
- 摘要提出适用于部分观测被删失的 GARCH 估计算法，并报告广泛模拟及高波动、频繁触及价格限制时期的应用。
- 阅读关注点
- 应核对价格限制如何进入观测机制、平方误差期望如何计算，以及似然优化和模拟比较怎样处理潜在均衡价格。
- 阅读边界
- 摘要未说明误差分布、期望值的条件信息、收敛性质或模拟结果，不能据此判断算法在不同删失程度下的准确性。
原文摘要
We develop an algorithm for estimating generalized autoregressive conditional heteroscedasticity models for time series containing some censored observations. Motivation for the algorithm comes from those futures markets and some equity markets that have limits constraining the maximum allowable movement in price in a day. When a limit is reached, trading stops and the equilibrium price is not observed. We maximize the likelihood function by replacing the unobservable squared error terms with their expected values. We evaluate the algorithm performance by extensive simulation and apply it to treasury-bill futures data from a period of high volatility and frequent limit moves.