BIAS REDUCTION IN NONPARAMETRIC DIFFUSION COEFFICIENT ESTIMATION
非参数扩散系数估计的偏差缩减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：摘要聚焦一般扩散系数估计，未明确宏观时间序列或金融波动率等具体应用。
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
非参数扩散系数估计的偏差缩减
- 研究问题
- 离散观测间隔固定时，两类既有扩散系数估计量存在怎样的渐近偏差，能否通过调整部分补偿这种偏差？
- 方法与思路
- 作者量化 Florens–Zmirou 与 Jiang–Knight 估计量在固定间隔下的渐近偏差，并提出相应偏差调整。
- 材料陈述的贡献
- 摘要称，调整可部分补偿固定间隔造成的失真，且在间隔趋零时保留原估计量的渐近性质，并提供若干例子。
- 阅读关注点
- 应核对扩散过程的正则条件、固定间隔与趋零间隔下的渐近框架，以及偏差调整公式和剩余偏差的大小。
- 阅读边界
- 摘要未说明调整是否改善均方误差、有限样本表现或具体应用；所给出版社摘要不足以支持普遍优越性的判断。
原文摘要
In this paper, we quantify the asymptotic bias of the Florens-Zmirou (1993, Journal of Applied Probability 30, 790–804) and Jiang and Knight (1997, Econometric Theory 13, 615–645) estimator for the diffusion coefficient when the step of discretization is fixed, and then we propose a bias adjustment that partially compensates for the distortion. Also, we show that our estimators have all the asymptotic properties of the Florens-Zmirou and Jiang and Knight estimator when the step of discretization goes to zero. We provide some examples.I thank the editor Peter C.B. Phillips and the two referees for comments and suggestions that led to considerable improvement of the paper. I am also grateful to Carlos Braumann and Tom Kundert for helpful comments. This research was supported by the Fundação para a Ciência e a Tecnologia (FCT) and by POCTI.