ON MULTIPLE STRUCTURAL BREAKS IN DISTRIBUTION: AN EMPIRICAL CHARACTERISTIC FUNCTION APPROACH
分布中的多个结构突变：经验特征函数方法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：摘要直接估计和检验多个分布结构突变，且汇率收益应用明确涉及方差变化，因此对应结构变化与金融波动率方向。
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
分布中的多个结构突变：经验特征函数方法
- 研究问题
- 研究如何识别分布中的多个结构突变，估计突变位置与数量，并进一步判断变化主要来自均值、方差还是更高阶分布特征。
- 方法与思路
- 作者利用经验特征函数和广义残差平方和估计断点，提出上确界 F 型检验、信息准则、顺序检验及用于判断变化来源的导数检验。
- 材料陈述的贡献
- 摘要称，断点比例估计一致，导数检验具有相对功效优势；汇率收益应用显示断点主要涉及方差和高阶矩，较少涉及均值。
- 阅读关注点
- 应核对特征函数的权重与积分实现、断点数量的选择规则，以及导数检验如何区分变化来源和所述功效比较适用的备择。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定断点间隔、依赖结构或功效优势的具体条件；汇率应用的变化来源判断也需核对完整检验结果。
原文摘要
We estimate and test for multiple structural breaks in distribution via an empirical characteristic function approach. By minimizing the sum of squared generalized residuals, we can consistently estimate the break fractions. We propose a sup- F type test for structural breaks in distribution as well as an information criterion and a sequential testing procedure to determine the number of breaks. We further construct a class of derivative tests to gauge possible sources of structural breaks, which is asymptotically more powerful than the smoothed nonparametric tests for structural breaks. Simulation studies show that our method performs well in determining the appropriate number of breaks and estimating the unknown breaks. Furthermore, the proposed tests have reasonable size and excellent power in finite samples. In an application to exchange rate returns, our tests are able to detect structural breaks in distribution and locate the break dates. Our tests also indicate that the documented breaks appear to occur in variance and higher-order moments, but not so often in mean.