Specification tests for non‐Gaussian maximum likelihood estimators
非高斯极大似然估计量的模型设定检验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：摘要明确将检验用于GARCH波动模型，并以研究不确定性和经济周期关系的结构VAR作应用。
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
非高斯极大似然估计量的模型设定检验
- 研究问题
- 在多元条件异方差动态回归中，如何同时比较多个似然估计量，并处理分布设定错误时部分参数仍保持一致的问题？
- 方法与思路
- 作者提出广义DWH检验，分析三个及以上估计量之间渐近协方差差异的秩，并通过模拟与不确定性结构VAR应用展示方法。
- 材料陈述的贡献
- 摘要称，检验适用于GARCH、VAR及多元回归，考虑分布误设下的一致参数，并提供有限样本模拟与宏观金融应用。
- 阅读关注点
- 应核对协方差差异秩的推导、分布误设下各参数的一致性，以及多估计量比较的检验构造与有限样本校准。
- 阅读边界
- 仅据所给Crossref摘要，无法判断具体原假设、分布条件或模拟中的尺寸与功效，也未获知结构VAR的识别方案及结果。
原文摘要
We propose generalized DWH specification tests which simultaneously compare three or more likelihood‐based estimators in multivariate conditionally heteroskedastic dynamic regression models. Our tests are useful for Garch models and in many empirically relevant macro and finance applications involving Var s and multivariate regressions. We determine the rank of the differences between the estimators' asymptotic covariance matrices under correct specification, and take into account that some parameters remain consistently estimated under distributional misspecification. We provide finite sample results through Monte Carlo simulations. Finally, we analyze a structural Var proposed to capture the relationship between macroeconomic and financial uncertainty and the business cycle.