GOODNESS-OF-FIT TESTS FOR MULTIVARIATE COPULA-BASED TIME SERIES MODELS
多元 Copula 时间序列模型的拟合优度检验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：摘要明确以平稳多元时间序列的 Copula 依赖结构及其检验为研究对象。
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
多元 Copula 时间序列模型的拟合优度检验
- 研究问题
- 当平稳多元时间序列通过 Copula 描述非线性的时间依赖与横截面依赖时，如何检验所设定 Copula 参数形式的拟合优度？
- 方法与思路
- 作者采用依赖乘子 Bootstrap 构造检验，将独立同分布情形的方法扩展至平稳强混合序列，并模拟考察 Copula 马尔可夫模型。
- 材料陈述的贡献
- 摘要称，该方法适用于平稳强混合时间序列，并保留相较参数 Bootstrap 的计算便利；有限样本表现通过蒙特卡洛实验评估。
- 阅读关注点
- 应核对强混合速率等技术条件、乘子的依赖结构与调节参数，以及边际分布和 Copula 参数估计如何进入检验。
- 阅读边界
- 仅解释所给 Crossref 摘要，不推断刊本变化；摘要未报告具体尺寸、功效或计算耗时，也未给出完整的有效性条件。
原文摘要
In recent years, stationary time series models based on copula functions became increasingly popular in econometrics to model nonlinear temporal and cross-sectional dependencies. Within these models, we consider the problem of testing the goodness-of-fit of the parametric form of the underlying copula. Our approach is based on a dependent multiplier bootstrap and it can be applied to any stationary, strongly mixing time series. The method extends recent i.i.d. results by Kojadinovic et al. (2011) and shares the same computational benefits compared to methods based on a parametric bootstrap. The finite-sample performance of our approach is investigated by Monte Carlo experiments for the case of copula-based Markovian time series models.