Semiparametric segment M-estimation for locally stationary diffusions
局部平稳扩散过程的半参数分段 M 估计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：摘要研究一般扩散过程，未说明宏观时间序列、金融高频数据或波动率对象，暂不作领域细分。
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
局部平稳扩散过程的半参数分段 M 估计
- 研究问题
- 对于在离散时点观测且参数随时间变化的扩散过程，如何建立局部平稳性，并构造具有极限理论的估计方法？
- 方法与思路
- 作者先给出一般时变扩散过程局部平稳的充分条件，再针对含时变参数的局部平稳扩散定义并实现 M 估计量。
- 材料陈述的贡献
- 摘要称，论文提供局部平稳性的充分条件，并为所提出的时变参数扩散过程 M 估计方法推导相应极限理论。
- 阅读关注点
- 应核对局部平稳的定义、离散观测安排、分段估计与半参数部分的具体构造，以及极限理论采用的渐近框架。
- 阅读边界
- 仅据 Crossref 摘要；局部平稳条件、观测频率、估计量形式及极限分布均未具体说明，不能据此推断金融应用结论。
原文摘要
Summary We develop and implement a novel M-estimation method for locally stationary diffusions observed at discrete time-points. We give sufficient conditions for the local stationarity of general time-inhomogeneous diffusions. Then we focus on locally stationary diffusions with time-varying parameters, for which we define our M-estimators and derive their limit theory.