A unified approach to standardized‐residuals‐based correlation tests for GARCH‐type models
GARCH 类模型标准化残差相关检验的统一方法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：摘要针对 GARCH 类波动模型的残差诊断，并以金融时间序列展示检验表现，直接属于金融波动率模型检验。
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
GARCH 类模型标准化残差相关检验的统一方法
- 研究问题
- 如何在考虑参数估计不确定性的情况下，用标准化残差相关检验诊断 GARCH 类模型，并适应不同误差分布和误设？
- 方法与思路
- 作者提出生成残差相关检验的统一框架，并构造幂变换序列相关检验，对已有自相关诊断检验进行稳健性和功效扩展。
- 材料陈述的贡献
- 摘要称，该框架容纳估计不确定性与多种误差分布，所提检验在模拟和金融时间序列实例中优于列举的已有检验。
- 阅读关注点
- 应核对检验有效性的分布与矩条件、参数估计修正、幂变换选择，以及功效比较是否控制尺寸失真与多重检验。
- 阅读边界
- 所给 Crossref 摘要未列出适用条件、模拟设计或功效数值；所述比较优势仅对应文中考察范围，不能视为普遍优越。
原文摘要
Abstract In this paper, we propose a unified approach to generating standardized‐residuals‐based correlation tests for checking GARCH‐type models. This approach is valid in the presence of estimation uncertainty, is robust to various standardized error distributions, and is applicable to testing various types of misspecifications. By using this approach, we also propose a class of power‐transformed‐series (PTS) correlation tests that provides certain robustifications and power extensions to the Box–Pierce, McLeod–Li, Li–Mak, and Berkes–Horváth–Kokoszka tests in diagnosing GARCH‐type models. Our simulation and empirical example show that the PTS correlation tests outperform these existing autocorrelation tests in financial time series analysis. Copyright © 2008 John Wiley & Sons, Ltd.