A NONPARAMETRIC GOODNESS-OF-FIT-BASED TEST FOR CONDITIONAL HETEROSKEDASTICITY
基于非参数拟合优度的条件异方差检验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：摘要讨论一般参数回归的条件异方差检验，未明确涉及金融波动率或其他所列具体领域。
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
基于非参数拟合优度的条件异方差检验
- 研究问题
- 如何利用参数回归残差与协变量之间的非参数关系检验条件异方差，并刻画检验在原假设和局部备择下的行为？
- 方法与思路
- 作者从残差对协变量的局部多项式回归构造非参数拟合优度指标，经标准化形成检验，并用自助法计算 p 值。
- 材料陈述的贡献
- 摘要称标准化指标在原假设和 Pitman 局部备择下渐近正态，检验具有一致性，并以少量模拟比较既有检验。
- 阅读关注点
- 应核对局部回归具体使用的残差量、拟合优度定义、标准化与带宽选择，以及自助法对参数估计误差的处理。
- 阅读边界
- 仅据所给 Crossref 摘要解读；摘要未给出正则条件、模拟数值或比较结论，不能将一般异方差检验直接解释为金融波动率模型。
原文摘要
In this paper we propose a new nonparametric test for conditional heteroskedasticity based on a measure of nonparametric goodness-of-fit (R 2 ) that is obtained from the local polynomial regression of the residuals from a parametric regression on some covariates. We show that after being appropriately standardized, the nonparametric R 2 is asymptotically normally distributed under the null hypothesis and a sequence of Pitman local alternatives. We also prove the consistency of the test and propose a bootstrap method to obtain the bootstrap p -values. We conduct a small set of simulations and compare our test with some popular parametric and nonparametric tests in the literature.