Robustifying multivariate trend tests to nonstationary volatility
对非平稳波动率稳健的多变量趋势检验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：摘要研究多变量时间趋势检验、序列相关与非平稳波动率的时间序列推断。
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
对非平稳波动率稳健的多变量趋势检验
- 研究问题
- 当波动率过程非平稳时，多变量趋势检验的极限分布如何受影响，能否同时对弱序列相关和非平稳波动率进行稳健推断？
- 方法与思路
- 作者分析四类基于最小二乘的检验，并为其中的稳健检验提出两步残差式独立同分布自助法与 wild bootstrap 程序。
- 材料陈述的贡献
- 摘要称既有检验通常受未知时变波动率影响；所提两种自助程序对稳健检验渐近有效，模拟也显示其有限样本表现良好。
- 阅读关注点
- 应核对四类检验的差别、稳健标准误构造、两步残差处理和重抽样规则，以及序列相关与波动率过程的具体限制。
- 阅读边界
- 仅据所给出版社摘要，无法判断稳健性涵盖的波动率路径和依赖范围，也未提供检验尺寸、功效或自助法改善的数值结果。
原文摘要
This article studies inference of multivariate trend model when the volatility process is nonstationary. Within a quite general framework we analyze four classes of tests based on least squares estimation, one of which is robust to both weak serial correlation and nonstationary volatility. The existing multivariate trend tests, which either use non-robust standard errors or rely on non-standard distribution theory, are generally non-pivotal involving the unknown time-varying volatility function in the limit. Two-step residual-based i.i.d. bootstrap and wild bootstrap procedures are proposed for the robust tests and are shown to be asymptotically valid. Simulations demonstrate the effects of nonstationary volatility on the trend tests and the good behavior of the robust tests in finite samples.