Bootstrap specification tests for dynamic conditional distribution models
动态条件分布模型的自助法设定检验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：摘要直接研究自回归时间序列中的GARCH型扰动与条件分布检验，对应时间序列和波动率。
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
动态条件分布模型的自助法设定检验
- 研究问题
- 对于具有GARCH型扰动的自回归时间序列，如何检验指定的参数条件分布是否正确，并获得有效的临界值和局部备择检验力？
- 方法与思路
- 作者以估计残差的经验过程构造检验，使用参数自助法实施推断，通过高层正则条件与指数几乎必然收敛性质分析有效性。
- 材料陈述的贡献
- 摘要称，检验渐近有效且一致，对较广泛局部备择具有非平凡功效，并验证GARCH模型满足相关条件，提供模拟与真实数据说明。
- 阅读关注点
- 应核对残差估计对经验过程的影响、自助样本生成规则、高层条件在具体模型中的验证，以及局部备择覆盖范围和比较设计。
- 阅读边界
- 仅据所给RePEc出版社摘要，不能推断刊本变化；摘要未列正则条件或功效数值，模拟中优于若干检验不代表对所有模型均占优。
原文摘要
This paper proposes bootstrap based tests for the specification of a given parametric conditional distribution in autoregressive time series with GARCH-type disturbances. The tests are based on an estimated residual empirical process and are implemented by parametric bootstrap. We show that the proposed tests are asymptotically valid, consistent, and have nontrivial asymptotic power against a large proportion of local alternatives. Our approach relies on non-primitive regularity conditions and certain properties of exponential almost sure convergence. The regularity conditions are shown to be satisfied by GARCH(p,q); this technique of verification is applicable to other models as well. In our Monte Carlo study, the proposed tests performed well and better than several competing tests, including the information matrix test. A real data example illustrates the testing procedure.