跳到正文
← 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:摘要研究离散观测半鞅的跳跃活动识别与估计,是高频计量中跳跃分析的直接方法问题。

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
Jean Jacod

离散观测过程的逐级 Blumenthal–Getoor 指数识别

研究问题
仅凭半鞅的离散观测,能够识别 Lévy 跳跃测度的哪些活动特征,较高阶跳跃活动指数又受到怎样的限制?
方法与思路
作者定义逐级 Blumenthal–Getoor 指数,分析各级指数的可识别边界,并为可识别指数提出估计程序和收敛率比较。
材料陈述的贡献
摘要称首要指数总可识别,高阶指数须足够接近前一级;即使完整观测路径也存在限制,并给出特殊参数情形的最优率比较。
阅读关注点
应核对指数序列的定义、相邻指数须多接近的阈值,以及离散抽样方案、估计条件和特殊参数模型下的最优率。
阅读边界
以下限制对应原请求所用摘要版本:这是 arXiv 预印本,不能据此确认同行评审或期刊接收;摘要未给出识别阈值、抽样频率和完整模型条件,结论须结合设定。 经AI辅助核对旧与当前摘要内容等价;未另读刊稿全文,不能据此证明整个稿件版本等价。

原文摘要

This paper studies the identification of the Lévy jump measure of a discretely-sampled semimartingale. We define successive Blumenthal–Getoor indices of jump activity, and show that the leading index can always be identified, but that higher order indices are only identifiable if they are sufficiently close to the previous one, even if the path is fully observed. This result establishes a clear boundary on which aspects of the jump measure can be identified on the basis of discrete observations, and which cannot. We then propose an estimation procedure for the identifiable indices and compare the rates of convergence of these estimators with the optimal rates in a special parametric case, which we can compute explicitly.

笔记与分组
相关领域论文