QML ESTIMATION OF A CLASS OF MULTIVARIATE ASYMMETRIC GARCH MODELS
一类多元非对称GARCH模型的准极大似然估计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：摘要明确研究多元非对称GARCH、交叉杠杆效应并应用于汇率序列，直接对应金融波动率计量。
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
一类多元非对称GARCH模型的准极大似然估计
- 研究问题
- 对允许交叉杠杆效应的多元非对称GARCH过程，准极大似然估计在何种条件下具有强一致性和渐近正态性？
- 方法与思路
- 作者建立严格平稳性的充要条件，进而分析准极大似然估计的渐近性质，并通过模拟与双变量汇率序列作说明。
- 材料陈述的贡献
- 摘要称，所需条件与单变量情形的最低条件一致，不要求观测过程的矩条件，并给出严格平稳性及估计的理论结果。
- 阅读关注点
- 应核对模型中的交叉杠杆结构、平稳性判据及创新项条件，区分观测过程无矩要求与其他随机成分所需条件。
- 阅读边界
- 仅据所给Crossref摘要，无法判断完整识别条件、模拟表现和汇率应用结果；观测过程无矩要求不意味着所有条件均被免除。
原文摘要
We establish the strong consistency and asymptotic normality of the quasi-maximum likelihood estimator (QMLE) of the parameters of a class of multivariate asymmetric generalized autoregressive conditionally heteroskedastic processes, allowing for cross leverage effects. The conditions required to establish the asymptotic properties of the QMLE are mild and coincide with the minimal ones in the univariate case. In particular, no moment assumption is made on the observed process. Instead, we require strict stationarity, for which a necessary and sufficient condition is established. The asymptotic results are illustrated by Monte Carlo experiments, and an application to a bivariate exchange rates series is proposed.