A sequential test for the specification of predictive densities
预测密度设定的序贯检验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：摘要检验预测密度残差的时间独立性，并明确应用于股票收益预测模型。
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…
预测密度设定的序贯检验
- 研究问题
- 如何检验预测密度是否正确设定，并区分广义残差的序列相关问题与其边际分布偏离均匀分布的问题？
- 方法与思路
- 作者以正确模型的广义残差应独立同分布且均匀为依据，用数据驱动平滑检验依次检验序列独立性与均匀性。
- 材料陈述的贡献
- 摘要称，首阶段对非均匀分布具有稳健性，两阶段渐近独立；作者推导无干扰参数的渐近零分布并建立一致性。
- 阅读关注点
- 应核对两阶段统计量与显著性水平如何配置、参数估计误差如何处理，以及独立性与均匀性检验的条件。
- 阅读边界
- 摘要虽报告良好的模拟表现并用于股票收益模型评价，但未提供具体条件、数值结果或各备择情形下的功效。
原文摘要
We develop a specification test of predictive densities, based on the fact that the generalized residuals of correctly specified predictive density models are independent and identically distributed uniform. The proposed sequential test examines the hypotheses of serial independence and uniformity in two stages, wherein the first‐stage test of serial independence is robust to violation of uniformity. The approach of the data‐driven smooth test is employed to construct the test statistics. The asymptotic independence between the two stages facilitates proper control of the overall type I error of the sequential test. We derive the asymptotic null distribution of the test, which is free of nuisance parameters, and we establish its consistency. Monte Carlo simulations demonstrate excellent finite sample performance of the test. We apply this test to evaluate some commonly used models of stock returns.