Root- T consistent density estimation in GARCH models
GARCH 模型中具有根 T 收敛率的密度估计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：摘要直接研究 GARCH 对数波动率的平稳密度估计，并给出金融数据应用。
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…
GARCH 模型中具有根 T 收敛率的密度估计
- 研究问题
- GARCH(1,1) 波动率仅通过含未知密度创新的乘性误差间接观测时，如何非参数估计其对数波动率的平稳密度？
- 方法与思路
- 作者利用 GARCH 的特定依赖结构构建迭代非参数估计程序，研究一致性、收敛率和密度光滑性，并提供模拟及金融应用。
- 材料陈述的贡献
- 摘要称该程序达到参数型根 T 收敛率，同时导出平稳密度的新光滑性质，并通过数值模拟展示估计表现。
- 阅读关注点
- 应核对平稳性、创新独立性及密度条件，迭代构造和收敛准则，以及根 T 速率所对应的误差度量与参数估计处理。
- 阅读边界
- 仅据所给出版社摘要，无法确定根 T 结论的完整条件、误差度量或应用表现；该速率不能直接推广至一般潜在波动模型。
原文摘要
We consider a new nonparametric estimator of the stationary density of the logarithm of the volatility of the GARCH(1,1) model. This problem is particularly challenging since this density is still unknown, even in cases where the model parameters are given. Although the volatility variables are only observed with multiplicative independent innovation errors with unknown density, we manage to construct a nonparametric procedure which estimates the log volatility density consistently. By carefully exploiting the specific GARCH dependence structure of the data, our iterative procedure even attains the striking parametric root-T convergence rate. As a by-product of our main results, we also derive new smoothness properties of the stationary density. Using numerical simulations, we illustrate the performance of our estimator, and we provide an application to financial data.