Generalized Spectral Tests for Multivariate Martingale Difference Hypotheses
多变量鞅差假设的广义谱检验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：摘要明确研究多变量时间序列的鞅差性质与广义谱检验，属于时间序列方法。
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
多变量鞅差假设的广义谱检验
- 研究问题
- 研究如何检验多变量时间序列的鞅差假设，尤其在实际变量维度接近或超过样本量时缓解检验表现恶化。
- 方法与思路
- 作者构造广义谱统计量，建立固定维度下的渐近理论与 wild bootstrap，并提出偏差修正版本处理实际高维问题。
- 材料陈述的贡献
- 摘要称偏差修正统计量在模拟中明显优于比较方法，并以美国股票市场有效市场假设检验展示应用价值。
- 阅读关注点
- 应核对鞅差零假设对应的信息集、偏差修正机制，以及固定维度理论与实际高维模拟之间的适用边界。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要，不能声称获得维度增长下的理论保证，也不能推断后续刊本变化。
原文摘要
This study proposes new generalized spectral tests for multivariate martingale difference hypotheses, specifically geared toward high-dimensionality scenarios where the dimension of the time series is comparable or even larger than the sample size in practice. We develop an asymptotic theory and a valid wild bootstrapping procedure for the new test statistics, in which the dimension of the time series is fixed. We demonstrate that a bias-reduced version of the test statistics effectively addresses the high-dimensionality concerns. Comprehensive Monte Carlo simulations reveal that the bias-reduced statistic performs substantially better than its competitors. The application to testing the efficient market hypothesis on the U.S. stock market illustrates the usefulness of our proposal.