Asymptotically distribution-free tests for the volatility function of a diffusion
扩散模型波动率函数的渐近分布无关检验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：摘要直接检验扩散模型的波动率函数，并应用于国库券和欧洲美元存款利率。
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
扩散模型波动率函数的渐近分布无关检验
- 研究问题
- 在不限制漂移函数形式的情况下，如何检验扩散模型的参数化波动率函数，并进一步检验漂移与波动率的联合设定？
- 方法与思路
- 作者基于 Khmaladze 鞅变换构造两种波动率检验，研究固定和根号样本量尺度的局部备择，并扩展到联合设定检验。
- 材料陈述的贡献
- 摘要称，检验渐近分布无关且对广泛固定备择一致；利率应用中，作者报告 CKLS 波动率及所考察参数模型拟合不佳。
- 阅读关注点
- 应核对扩散过程和观测方案的条件、未知漂移的处理、鞅变换实施，以及利率模型被拒绝时对应的检验对象和证据。
- 阅读边界
- 仅据所给出版社摘要，无法判断抽样频率、正则条件或经验拒绝的稳健性；应用结论不能泛化到所有利率数据，也不能推断版本变化。
原文摘要
This paper develops two tests for parametric volatility function of a diffusion model based on Khmaladze (1981)’s martingale transformation. The tests impose no restrictions on the functional form of the drift function and are shown to be asymptotically distribution-free. The tests are consistent against a large class of fixed alternatives and have nontrivial power against a class of root-n local alternatives. The paper also extends the tests of volatility to testing for joint specifications of drift and volatility. Monte Carlo simulations show that the tests perform well in finite samples. The proposed tests are then applied to testing models of short-term interest, using data of Treasury bill rate and Eurodollar deposit rate. The empirical results show that the commonly used CKLS volatility function of Chan et al. (1992) fits volatility function poorly and none of the parametric interest rate models considered in the paper fit data well.