克里斯蒂安·弗朗克;Jean-Michel扎科伊安 估计弱GARCH表示。 (英语) Zbl 0967.62065号 经济。理论 16,第5期,692-728(2000). 总结:GARCH型过程的经典定义依赖于对前两个条件矩的强假设。然而,实证研究中的常见做法是通过检测平方回归误差中的序列相关性来测试GARCH。这可能会有问题,因为这种自相关结构与标准GARCH的严重错误规范兼容。文中提供了许多例子。因此,如果条件前两个矩指定错误,标准(准)最大似然程序可能不一致。为了缓解这些可能的错误指定问题,我们考虑了以平方误差项的ARMA结构为特征的弱GARCH表示。弱GARCH表示消除了对前两个条件矩进行正确规范的需要。该表示的参数通过两阶段最小二乘法进行估计。估计量被证明是一致的和渐近正态的。还解决了预测问题。 引用于13文件 MSC公司: 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 2012年12月62日 参数估计量的渐近性质 2009年6月26日 非马尔可夫过程:估计 关键词:一致性;渐近正态性;示例;最大似然;指定错误;加奇;ARMA结构 PDF格式BibTeX公司 XML格式引用 \textit{C.Francq}和\textit{J.-M.Zakoian},经济。理论16,No.5,692--728(2000;Zbl 0967.62065) 全文: 内政部