Finite sample properties of the QMLE for the Log-ACD model: Application to Australian stocks
Log-ACD 模型准极大似然估计的有限样本性质：澳大利亚股票应用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：摘要研究用于市场微观结构分析的自回归条件持续期模型，并应用于股票数据。
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…
Log-ACD 模型准极大似然估计的有限样本性质：澳大利亚股票应用
- 研究问题
- Log-ACD 模型的准极大似然估计具有哪些渐近和有限样本性质，不同分布设定如何影响推断，又如何容纳非对称持续期效应？
- 方法与思路
- 作者针对对数正态密度推导 QMLE 的一致性与渐近正态性，用蒙特卡洛考察不同分布，并提出两种非对称 Log-ACD 扩展。
- 材料陈述的贡献
- 摘要称，论文提供支持有效推断和诊断的渐近结果及有限样本考察，并以澳大利亚股票数据评估两种新扩展的实用性。
- 阅读关注点
- 应核对持续期过程的稳定性条件、工作密度与真实分布的关系、模拟设计，以及非对称项的解释和股票应用的诊断。
- 阅读边界
- 仅据所给 RePEc 出版社摘要解读；摘要未列证明条件、有限样本数值或扩展的实证结论，不能认定新模型已被证明更优。
原文摘要
This paper concerns the properties of the Quasi Maximum Likelihood Estimator (QMLE) of the Logarithmic Autoregressive Conditional Duration (Log-ACD) model. Proofs of consistency and asymptotic normality of QMLE for the Log-ACD model with log-normal density are presented. This is an important issue as the Log-ACD is used widely for testing various market microstructure models and effects. Knowledge of the distribution of the QMLE is crucial for purposes of valid inference and diagnostic checking. The theoretical results developed in the paper are evaluated using Monte Carlo experiments. The experimental results also provide insights into the finite sample properties of the Log-ACD model under different distributional assumptions. Finally, this paper presents two extensions to the Log-ACD model to accommodate asymmetric effects. The usefulness of these novel models will be evaluated empirically using data from Australian stocks.