Testing for Uncorrelated Residuals in Dynamic Count Models With an Application to Corporate Bankruptcy
动态计数模型的残差不相关检验：公司破产应用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：摘要针对动态计数过程的残差序列相关进行检验，直接属于时间序列；公司破产应用未明确涉及尾部或系统性风险。
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
动态计数模型的残差不相关检验：公司破产应用
- 研究问题
- 动态计数模型的残差是否存在自相关，应如何在创新可能含有更高阶序列依赖时进行检验，并用于公司破产风险模型诊断？
- 方法与思路
- 作者提出 portmanteau 和 omnibus 型残差自相关检验，分析渐近分布与局部备择，并用蒙特卡洛和美国公司破产数据考察表现。
- 材料陈述的贡献
- 摘要称，在创新不相关但可有高阶序列依赖时，统计量具有渐近枢轴性，并能检测以 T^{-1/2} 速率趋近原假设的局部备择。
- 阅读关注点
- 应核对残差定义、参数估计对检验分布的影响、高阶依赖的允许范围，以及两类检验的实施方法和有限样本模拟设计。
- 阅读边界
- 摘要未说明具体计数模型、所需正则条件或破产样本的检验结果；检测残差相关也不足以确定全部设定错误的来源。
原文摘要
This article proposes new model checks for dynamic count models. Both portmanteau and omnibus-type tests for lack of residual autocorrelation are considered. The resulting test statistics are asymptotically pivotal when innovations are uncorrelated but possibly exhibit higher order serial dependence. Moreover, the tests are able to detect local alternatives converging to the null at the parametric rate T− 1/2, with T the sample size. The finite sample performance of the test statistics are examined by means of Monte Carlo experiments. Using a dataset on U.S. corporate bankruptcies, the proposed tests are applied to check if different risk models are correctly specified. Supplementary materials for this article are available online.