Semiparametric Duration Models
半参数持续时间模型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：摘要围绕金融持续时间的 ACD 模型展开，并应用于巴黎证券交易所的股票持续时间数据，最直接对应高频计量。
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
半参数持续时间模型
- 研究问题
- 金融持续时间数据中的创新若存在依赖，标准 ACD 模型的独立创新假设会如何影响参数估计效率，怎样利用这种依赖？
- 方法与思路
- 作者允许 ACD 创新具有由非参数设定刻画的依赖结构，计算半参数效率界，讨论有效估计量并分析指数伪似然的效率损失。
- 材料陈述的贡献
- 摘要称，在所用巴黎证券交易所股票持续时间样本中，指数伪似然效率损失较大，半参数程序的效率收益也获模拟支持。
- 阅读关注点
- 核对允许的创新依赖范围、效率界成立条件、有效估计量的可实现构造，以及模拟中的依赖设计和比较口径。
- 阅读边界
- 所给摘要开头不完整，未说明全部模型与正则条件；应用限于一只股票的短期样本，不能据此认定方法在其他市场普遍占优。
原文摘要
estimation of the parameters in a non-iid environment. In contrast to classical time series models where innovations are assumed to be iid we show that in, for example, the often-used autoregressive conditional duration (ACD) model, the assumption of independent innovations is too restrictive to describe financial durations accurately. Therefore, we consider semiparametric extensions of the standard specification that allow for arbitrary kinds of dependencies between the innovations. The exact nonparametric specification of these dependencies determines the flexibility of the semiparametric model. We calculate semiparametric efficiency bounds for the ACD parameters, discuss the construction of efficient estimators, and study the efficiency loss of the exponential pseudolikelihood procedure. This efficiency loss proves to be sizeable in applications. For durations observed on the Paris Bourse for the Alcatel stock in July and August 1996, the proposed semiparametric procedures clearly outperform pseudolikelihood procedures. We analyze these efficiency gains using a simulation study confirming that, at least at the Paris Bourse, dependencies among rescaled durations can be exploited.