LOCAL INSTRUMENTAL VARIABLE METHOD FOR THE GENERALIZED ADDITIVE-INTERACTIVE NONLINEAR VOLATILITY MODEL ESTIMATION
广义可加交互非线性波动模型的局部工具变量估计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：摘要直接研究非参数 ARCH 条件方差模型，并明确讨论金融资产波动建模。
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
广义可加交互非线性波动模型的局部工具变量估计
- 研究问题
- 如何在均值和条件方差函数中同时容纳二阶交互项，并以可实施的非参数方法估计这种灵活的波动模型？
- 方法与思路
- 作者提出可分离的非参数 ARCH 模型，在均值和方差中加入二阶交互项，并采用广义局部工具变量方法估计各组成部分。
- 材料陈述的贡献
- 摘要称该估计方法较多数可用非参数方法计算更有效，并建立估计量的渐近正态性，给出渐近均值和方差表达式。
- 阅读关注点
- 应核对模型分解与识别条件、局部工具变量的构造、交互项估计步骤，以及计算效率比较的基准和理论适用条件。
- 阅读边界
- 仅据所给 Crossref 版本摘要，无法确认计算优势的范围或金融资产拟合效果；方法名称也不自动支持因果解释。
原文摘要
In this article we consider a new separable nonparametric volatility model that includes second-order interaction terms in both mean and conditional variance functions. This is a very flexible nonparametric ARCH model that can potentially explain the behavior of the wide variety of financial assets. The model is estimated using the generalized version of the local instrumental variable estimation method first introduced in Kim and Linton (2004, Econometric Theory 20, 1094–1139). This method is computationally more effective than most other nonparametric estimation methods that can potentially be used to estimate components of such a model. Asymptotic behavior of the resulting estimators is investigated and their asymptotic normality is established. Explicit expressions for asymptotic means and variances of these estimators are also obtained.