Sign-based portmanteau test for ARCH-type models with heavy-tailed innovations
重尾创新 ARCH 类模型的符号综合诊断检验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：摘要围绕 ARCH 类波动模型的重尾创新诊断，并给出汇率实例，最直接对应金融波动率计量。
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…
重尾创新 ARCH 类模型的符号综合诊断检验
- 研究问题
- 当 ARCH 类模型的创新项极重尾、仅有有限分数阶矩时，如何对最小绝对偏差估计后的模型进行有效诊断？
- 方法与思路
- 作者构造基于符号的综合诊断检验，在严格平稳条件下推导渐近分布，并以模拟及汇率实例考察其表现。
- 材料陈述的贡献
- 摘要称检验适用于仅具有限分数阶矩的极重尾创新，并提供渐近分布，还通过模拟与另外两种综合检验比较。
- 阅读关注点
- 应核对所需分数阶矩的具体范围、严格平稳之外的条件、参数估计对统计量的影响，以及检验尺寸与功效的比较。
- 阅读边界
- 仅据所给出版社摘要，无法确定完整矩条件和临界值构造；对重尾的适用性并不代表在所有创新分布下均表现优越。
原文摘要
This paper proposes a sign-based portmanteau test for diagnostic checking of ARCH-type models estimated by the least absolute deviation approach. Under the strict stationarity condition, the asymptotic distribution is obtained. The new test is applicable for very heavy-tailed innovations with only finite fractional moments. Simulations are undertaken to assess the performance of the sign-based test, as well as a comparison with other two portmanteau tests. A real empirical example for exchange rates is given to illustrate the practical usefulness of the test.