The Grid Bootstrap for Continuous Time Models
连续时间模型的网格自助法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：摘要研究连续时间过程的持续性参数，并应用于美国利率与波动率，因此归入时间序列和波动率方向。
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
连续时间模型的网格自助法
- 研究问题
- 连续时间模型的持续性参数如何构造可靠置信区间？论文关注初始条件如何影响加密采样渐近分布及网格自助法推断。
- 方法与思路
- 作者修改网格自助法对初始条件的处理，围绕依赖初始值的非枢轴极限分布展开基于系数的统计量，并在加密采样渐近框架下讨论区间有效性。
- 材料陈述的贡献
- 摘要称，修改后的方法支持对持续性参数的均匀有效推断；模拟表现优于Hansen网格自助法，应用显示初始值较大时两法差异明显。
- 阅读关注点
- 核对加密采样方案、均匀有效性覆盖的参数范围与初始值条件，并查看模拟如何衡量置信区间覆盖率、长度及相对表现。
- 阅读边界
- 摘要未给出连续时间模型的具体形式、初始条件限制和模拟评价指标；所称表现改善的幅度及适用范围仍需结合正文核查。
原文摘要
This article proposes the new grid bootstrap to construct confidence intervals (CI) for the persistence parameter in a class of continuous-time models. It is different from the standard grid bootstrap of Hansen in dealing with the initial condition. The asymptotic validity of the CI is discussed under the in-fill scheme. The modified grid bootstrap leads to uniform inferences on the persistence parameter. Its improvement over in-fill asymptotics is achieved by expanding the coefficient-based statistic around its in-fill asymptotic distribution that is non-pivotal and depends on the initial condition. Monte Carlo studies show that the modified grid bootstrap performs better than Hansen’s grid bootstrap. Empirical applications to the U.S. interest rates and volatilities suggest significant differences between the two bootstrap procedures when the initial condition is large.