Indirect inference for locally stationary models
局部平稳模型的间接推断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：摘要研究局部平稳时间序列，并以随机波动率模型分析金融组合月收益的波动趋势。
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
局部平稳模型的间接推断
- 研究问题
- 对于结构复杂且参数随时间变化的局部平稳模型，如何利用间接推断进行估计，并刻画由局部非参数处理带来的收敛性质？
- 方法与思路
- 作者提出局部间接推断算法，建立渐近理论，并在局部平稳移动平均模型和新的乘法随机波动率模型中开展模拟。
- 材料陈述的贡献
- 摘要称，估计量具有非参数收敛率；将方法用于若干 Fama–French 组合月收益时，发现非线性且随时间变化的波动趋势证据。
- 阅读关注点
- 应核对局部平稳的定义、辅助模型选择、局部平滑与模拟设置，以及间接推断识别条件和波动趋势证据的稳健性。
- 阅读边界
- 仅据所给出版社摘要，无法确定具体收敛率、辅助统计量或实证显著性；波动趋势证据不直接说明收益预测能力。
原文摘要
We propose the use of indirect inference estimation to conduct inference in complex locally stationary models. We develop a local indirect inference algorithm and establish the asymptotic properties of the proposed estimator. Due to the nonparametric nature of locally stationary models, the resulting indirect inference estimator exhibits nonparametric rates of convergence. We validate our methodology with simulation studies in the confines of a locally stationary moving average model and a new locally stationary multiplicative stochastic volatility model. Using this indirect inference methodology and the new locally stationary volatility model, we obtain evidence of non-linear, time-varying volatility trends for monthly returns on several Fama–French portfolios.