A Nonparametric Test for Granger Causality in Distribution With Application to Financial Contagion
分布 Granger 因果关系的非参数检验及其金融传染应用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：摘要讨论多滞后的分布及尾部 Granger 因果检验，并用欧洲股市研究传染和相互依赖，支持时间序列与金融风险分类。
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
分布 Granger 因果关系的非参数检验及其金融传染应用
- 研究问题
- 如何非参数检验分布层面的 Granger 因果关系，同时容纳较多滞后并定位分布中心或尾部的关系，用于分析金融市场传染？
- 方法与思路
- 作者构造基于核函数的多变量检验，对较高阶滞后赋予较低权重，并允许选择分布支撑的不同区域；摘要称零假设下统计量渐近标准正态。
- 材料陈述的贡献
- 摘要称，该检验扩展了尾部事件的核检验，在小样本模拟中具有良好的检验大小与功效表现，并用于区分欧洲股市传染和相互依赖。
- 阅读关注点
- 应核对带宽与滞后折扣的选择、渐近正态性和免除参数估计不确定性的条件，以及欧洲股市中区分传染与相互依赖的判据。
- 阅读边界
- 分布 Granger 因果描述历史信息的预测关联，不能直接解释为结构性因果；摘要未说明危机样本期、检验条件与传染判定的细节。
原文摘要
This article introduces a kernel-based nonparametric inferential procedure to test for Granger causality in distribution. This test is a multivariate extension of the kernel-based Granger causality test in tail event. The main advantage of this test is its ability to examine a large number of lags, with higher-order lags discounted. In addition, our test is highly flexible because it can be used to identify Granger causality in specific regions on the distribution supports, such as the center or tails. We prove that the test converges asymptotically to a standard Gaussian distribution under the null hypothesis and thus is free of parameter estimation uncertainty. Monte Carlo simulations illustrate the excellent small sample size and power properties of the test. This new test is applied to a set of European stock markets to analyze spillovers during the recent European crisis and to distinguish contagion from interdependence effects.