动态时空 ARCH 模型
统计方法学
2023-10-24 v1 计量经济学
应用统计
摘要
地理参考数据由于地理邻近性而具有固有的空间依赖性。本文中，我们引入一种动态时空自回归条件异方差（ARCH）过程，以描述（i）对数平方时间滞后结果变量（即时间效应）、（ii）对数平方结果变量的空间滞后（即空间效应）以及（iii）对数平方时间滞后结果变量的空间滞后（即时空效应）对结果变量波动性的影响。此外，我们提出的过程允许随时间与空间的固定效应，以解释未观测到的异质性。针对该动态时空 ARCH 模型，我们基于某一特定变换的线性与二次矩条件推导了广义矩方法（GMM）估计量。我们证明了 GMM 估计量的一致性与渐近正态性，并确定了最优矩函数集。我们通过一系列具有不同模型设定与误差分布的蒙特卡洛模拟研究了所提 GMM 估计量的有限样本性质。模拟结果表明，我们所提的 GMM 估计量具有良好的有限样本性质。在一个实证应用中，我们使用 1995 至 2015 年柏林各邮编区域平均公寓价格的月度对数收益率（190 个空间单元，240 个时间点）来展示所提模型的使用。估计结果表明，对数平方收益率的时间、空间与时空滞后对对数收益率的波动性具有统计显著的影响。
引用
@article{arxiv.2202.13856,
title = {Dynamic Spatiotemporal ARCH Models},
author = {Philipp Otto and Osman Doğan and Süleyman Taşpınar},
journal= {arXiv preprint arXiv:2202.13856},
year = {2023}
}