A goodness-of-fit test for copulas based on martingale transformation
基于鞅变换的Copula拟合优度检验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：摘要明确处理ARMA、GARCH等动态边际分布及其估计误差。
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
基于鞅变换的Copula拟合优度检验
- 研究问题
- 当变量边际分布具有ARMA或GARCH等动态结构且参数需要估计时，如何检验Copula设定，并获得渐近分布无关的统计量？
- 方法与思路
- 作者以参数估计后的边际分布构造经验Copula过程，通过Khmaladze鞅变换使其收敛至标准高斯过程，并开展模拟与汇率应用。
- 材料陈述的贡献
- 摘要称变换后的检验统计量渐近分布无关，有限样本模拟表现良好，并用于检验欧元兑美元与英镑兑美元之间的Copula。
- 阅读关注点
- 应核对动态边际估计误差如何进入经验过程、鞅变换的实施条件，以及检验统计量和临界值在实际计算中的构造。
- 阅读边界
- 仅据所给出版社摘要，不能判断渐近分布无关结论适用的全部Copula与边际模型；摘要未说明具体功效或汇率检验结果。
原文摘要
This paper proposes an asymptotically distribution-free test for copulas with dynamic marginal distributions, such as GARCH and ARMA processes. The test is based on the empirical copula process with parametrically estimated marginal distributions. By applying the Khmaladze (1982, 1988, 1993) martingale transformation method, the transformed empirical process converges to a standard Gaussian process, so the resulting test statistics are asymptotically distribution-free. Monte Carlo simulations show that the test performs well in finite samples. An empirical application to test copulas between EUR/USD and GBP/USD exchange rates is provided.