Local Explosion Modelling by Non-Causal Process
利用非因果过程建模局部爆炸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：摘要直接研究非因果自回归、重尾时间序列动态和自相关诊断，金融指数是其应用。
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…
利用非因果过程建模局部爆炸
- 研究问题
- 如何在严格平稳框架中描述经济金融序列的多次局部爆炸及非对称周期，并研究预测分布、聚合动态和模型诊断？
- 方法与思路
- 作者使用厚尾误差的非因果自回归过程，分析其正向预测动态和聚合效应，并在半参数非因果 AR(1) 框架研究样本自相关。
- 材料陈述的贡献
- 摘要称模型可产生多次局部爆炸，预测分布具有特殊矩性质，聚合后动态更复杂，并提出诊断检验及 Nasdaq 指数应用。
- 阅读关注点
- 应核对严格平稳与局部爆炸的定义、非因果表示和预测分布条件，以及自相关渐近理论、诊断检验和实证拟合依据。
- 阅读边界
- 仅据 Crossref 摘要；非因果是时间序列表示术语，不能当作经济因果识别结论；尾部条件、检验表现和实证数值未说明。
原文摘要
Summary The non-causal auto-regressive process with heavy-tailed errors has non-linear causal dynamics, which allow for local explosion or asymmetric cycles that are often observed in economic and financial time series. It provides a new model for multiple local explosions in a strictly stationary framework. The causal predictive distribution displays surprising features, such as higher moments than for the marginal distribution, or the presence of a unit root in the Cauchy case. Aggregating such models can yield complex dynamics with local and global explosion as well as variation in the rate of explosion. The asymptotic behaviour of a vector of sample auto-correlations is studied in a semiparametric non-causal AR(1) framework with Pareto-like tails, and diagnostic tests are proposed. Empirical results based on the Nasdaq composite price index are provided.