Testing and detecting jumps based on a discretely observed process
基于离散观测过程的跳跃检验与定位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：摘要明确使用离散资产价格观测开展跳跃检验与定位，直接对应金融高频计量中的价格跳跃分析。
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
基于离散观测过程的跳跃检验与定位
- 研究问题
- 如何利用离散观测的资产价格检验是否存在跳跃，并进一步定位跳跃，同时处理多个候选位置带来的检验问题？
- 方法与思路
- 作者提出非参数跳跃检验，并将跳跃定位转化为多重比较问题，采用错误发现率方法处理误报，辅以理论与数值分析。
- 材料陈述的贡献
- 摘要称新检验与所比较方法具有相同渐近性质但方差更小，并提出跳跃定位程序；数值研究用于展示方法的检验功效。
- 阅读关注点
- 应核对采样与价格过程条件、方差比较的适用范围、定位程序的检验单位，以及错误发现率实际控制的对象。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断噪声下的稳健性或具体功效；错误发现率控制也不能直接等同于整体误报概率控制。
原文摘要
We propose a new nonparametric test for detecting the presence of jumps in asset prices using discretely observed data. Compared with the test in Aït-Sahalia and Jacod (2009), our new test enjoys the same asymptotic properties but has smaller variance. These results are justified both theoretically and numerically. We also propose a new procedure to locate the jumps. The jump identification problem reduces to a multiple comparison problem. We employ the false discovery rate approach to control the probability of type I error. Numerical studies further demonstrate the power of our new method.