TESTING FOR A CHANGE IN CORRELATION AT AN UNKNOWN POINT IN TIME USING AN EXTENDED FUNCTIONAL DELTA METHOD
利用扩展函数型Delta方法检验未知时点的相关性变化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：摘要以未知时点的相关性结构变化为检验对象，并明确允许序列依赖，因此对应结构变化与时间序列方向。
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…
利用扩展函数型Delta方法检验未知时点的相关性变化
- 研究问题
- 如何检验两组序列的相关性是否在未知时点发生变化，并允许原假设下的数据不满足独立同分布？
- 方法与思路
- 作者基于经验相关系数的累积和构造检验，用新的函数型Delta方法推导极限分布，并研究局部功效及股票收益应用。
- 材料陈述的贡献
- 摘要称，论文给出无需独立同分布设定的相关性变化检验、特定结构变化下的局部功效公式及有限样本模拟证据。
- 阅读关注点
- 应核对允许的序列依赖和矩条件、未知变点对应的统计量构造，以及局部备择形式和股票收益应用的实现细节。
- 阅读边界
- 仅据所给Crossref摘要，不要求独立同分布不等于允许任意依赖；模拟数值、应用结论及完整适用条件均未说明。
原文摘要
We propose a new test against a change in correlation at an unknown point in time based on cumulated sums of empirical correlations. The test does not require that inputs are independent and identically distributed under the null. We derive its limiting null distribution using a new functional delta method argument, provide a formula for its local power for particular types of structural changes, give some Monte Carlo evidence on its finite-sample behavior, and apply it to recent stock returns.