Statistical inference for conditional quantiles in nonlinear time series models
非线性时间序列模型中条件分位数的统计推断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：摘要研究非线性时间序列条件分位数及极端尾部，并明确应用于日内金融收益。
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
非线性时间序列模型中条件分位数的统计推断
- 研究问题
- 在误差分布未指定的非线性时间序列模型中，如何估计条件分位数、构造区间，并进一步处理极端尾部分位数？
- 方法与思路
- 作者研究两步条件分位数估计，推导伪最大似然估计量与滤波后经验分位点的渐近分布，并据此构造分布检验和尾指数方法。
- 材料陈述的贡献
- 摘要提出条件分位数区间、误差分布设定检验和极端尾部分位数估计，并以模拟及日频、日内金融收益分析展示应用。
- 阅读关注点
- 应核对两步估计误差如何传递、误差分布检验的零假设，以及尾指数估计和极端分位数推断所需的额外条件。
- 阅读边界
- 所给出版社摘要未列出依赖性、矩条件或尾部假设；未指定误差分布不等于无需正则条件，也不能据此确认极端尾部精度。
原文摘要
This paper studies the statistical properties of a two-step conditional quantile estimator in nonlinear time series models with unspecified error distribution. The asymptotic distribution of the quasi-maximum likelihood estimators and the filtered empirical percentiles is derived. Three applications of the asymptotic result are considered. First, we construct an interval estimator of the conditional quantile without any distributional assumptions. Second, we develop a specification test for the error distribution. Finally, using the specification test, we propose methods for estimating the tail index of the error distribution that supports the construction of a new estimator for the conditional quantile at the extreme tail. The asymptotic results and their applications are illustrated by simulations and real data analyses in which our methods for analyzing daily and intraday financial return series have been adopted.