Powerful tests for structural changes in volatility
波动率结构变化的高功效检验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：摘要以金融收益波动持续性为背景，直接研究波动率的平滑与突发结构变化。
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
波动率结构变化的高功效检验
- 研究问题
- 如何检出波动率中可能较小、平滑或突发的结构变化，并在保持检验尺寸的同时改善识别变化的功效？
- 方法与思路
- 作者以平方序列长期方差的稳健估计为基础，修改 CUSUM 与 LM 检验，并自动选择平滑参数来平衡尺寸与功效。
- 材料陈述的贡献
- 摘要称，新检验在给定条件下具有标准零假设分布，并在备择下比标准检验更快发散；有限样本尺寸和功效表现有所改善。
- 阅读关注点
- 应核对平方序列长期方差的估计方式、平滑参数规则，以及允许的变化形式、变化幅度与功效比较所依赖的条件。
- 阅读边界
- 仅据所给出版社摘要，无法判断完整依赖和矩条件、功效增益大小及比较设计；更快发散不能直接等同于所有样本下更优。
原文摘要
Detecting structural changes in volatility is important for understanding volatility dynamics and stylized facts observed for financial returns such as volatility persistence. We propose modified CUSUM and LM tests that are built on a robust estimator of the long-run variance of squared series. We establish conditions under which the new tests have standard null distributions and diverge faster than standard tests under the alternative. The theory allows smooth and abrupt structural changes that can be small. The smoothing parameter is automatically selected such that the proposed test has good finite-sample size and meanwhile achieves decent power gain.