Testing and Locating Variance Changepoints with Application to Stock Prices
方差变点的检验与定位及其股票价格应用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：摘要直接研究序列中的多个方差变点并应用于股票价格，对应波动率分析与结构变化方法。
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
方差变点的检验与定位及其股票价格应用
- 研究问题
- 对于具有已知共同均值的独立高斯序列，如何检验并定位多个方差变点，并将该方法用于股票价格资料？
- 方法与思路
- 作者结合二分程序与 Schwarz 信息准则搜索方差变点，推导相关准则及渐近临界值，并通过模拟与 CUSUM 比较。
- 材料陈述的贡献
- 摘要称导出 SIC 及无偏 SIC，给出相关渐近零分布和近似临界值表，应用于周度股价，并概述未知共同均值情形。
- 阅读关注点
- 应核对独立高斯和共同均值假设、二分搜索规则、多变点下的检验处理，以及周度股价如何对应理论中的观测序列。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；模拟功效排序未说明，不能推定优于 CUSUM，未知均值情形也仅被概述。
原文摘要
This article explores testing and locating multiple variance changepoints in a sequence of independent Gaussian random variables (assuming known and common mean). This type of problem is very common in applied economics and finance. A binary procedure combined with the Schwarz information criterion (SIC) is used to search all of the possible variance changepoints existing in the sequence. The simulated power of the proposed procedure is compared to that of the CUSUM procedure used by Inclán and Tiao to cope with variance changepoints. The SIC and unbiased SIC for this problem are derived. To obtain the percentage points of the SIC criterion, the asymptotic null distribution of a function of the SIC is obtained, and then the approximate percentage points of the SIC are tabulated. Finally, the results are applied to the weekly stock prices. The unknown but common mean case is also outlined at the end.