跳到正文
← 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:摘要明确涉及实现波动率、交易量、交易间隔,并以实现波动率数据展示检验。

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
Indeewara Perera

乘法误差模型的设定检验

研究问题
研究非负金融变量的乘法误差模型如何检验条件均值与误差分布的参数设定,以及均值正确时如何单独检验误差分布。
方法与思路
作者构造整体设定及误差分布检验,提出计算 p 值的自助法,分析自助一致性与根号样本量局部备择下的渐近功效。
材料陈述的贡献
摘要称自助法具有一致性,检验对一类 O(n⁻¹ᐟ²) 局部备择具有非平凡功效,并提供模拟及实现波动率数据示例。
阅读关注点
应核对检验统计量如何区分均值与分布失配、误差分布单独检验的前提,以及自助生成方式和局部备择的具体类别。
阅读边界
所给 Crossref 摘要未列出模型依赖条件、统计量或模拟数值;模拟表现良好不能说明检验对所有设定偏离都具有较高功效。

原文摘要

The family of multiplicative error models is important for studying non-negative variables such as realized volatility, trading volume, and duration between consecutive financial transactions. Methods are developed for testing the parametric specification of a multiplicative error model, which consists of separate parametric models for the conditional mean and the error distribution. The same method can also be used for testing the specification of the error distribution provided the conditional mean is correctly specified. A bootstrap method is proposed for computing the p-values of the tests and is shown to be consistent. The proposed tests have nontrivial asymptotic power against a class of O ( n −1/2 )-local alternatives. The tests performed well in a simulation study, and they are illustrated using a data example on realized volatility.

笔记与分组
相关领域论文