An Adaptive Kernel-Based Structural Change Test for Copulas
基于自适应核方法的 Copula 结构变化检验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：摘要明确检验依赖结构的平滑转变、周期性变化与突发结构断点，直接对应结构变化方向。
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
基于自适应核方法的 Copula 结构变化检验
- 研究问题
- 当边际分布随时间变化且需要估计时，如何检验 Copula 依赖结构的变化，并同时识别平滑变化与突发断点？
- 方法与思路
- 作者允许参数或半参数估计动态边际分布，利用伪观测构造局部平滑 Copula 与经验 Copula 的加权二次距离统计量。
- 材料陈述的贡献
- 摘要称统计量具有不依赖边际分布的渐近标准正态分布，对多类变化一致；模拟中对周期性变化的表现优于所比较检验。
- 阅读关注点
- 核对动态边际估计的误差如何进入统计量、带宽及权重选择，重点查看枢轴性质和不同变化类型下的一致性条件。
- 阅读边界
- 仅据所给 OpenAlex 摘要，未核对全文及刊本变化；依赖性与平滑条件未说明，模拟优势限于摘要所述周期性变化及比较设置。
原文摘要
This article proposes a structural change test for copula models based on the kernel smoothing method. The proposed approach enables adaptable estimation of the dynamic marginal distributions, either parametrically or semi-parametrically. The test statistic is formulated via the weighted quadratic distance between the local smoothing copula and the empirical copula function, using pseudo-observations of marginal distributions. The test statistic is pivotal with an asymptotic standard Normal distribution, irrespective of the marginal distributions, parameters, and estimations, and is consistent against a wide range of smoothly transitioning structural changes as well as abrupt structural breaks for copula models. Monte Carlo simulations show that the test performs well in finite samples and outperforms existing tests in the case of periodic changes.