A nonlinearity and model specification test for functional time series
函数型时间序列的非线性与模型设定检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究函数型时间序列检验，并明确应用于 VIX 累积日内收益曲线，支持时间序列与金融高频数据两个方向。
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…
关注这篇论文的作者
函数型时间序列的非线性与模型设定检验
- 研究问题
- 如何检验函数型时间序列是否具有非线性时间依赖，并在去除线性结构后评估预测模型是否充分刻画剩余动态特征？
- 方法与思路
- 作者将 BDS 非线性独立性检验扩展至函数型时间序列，分析统计量渐近性质，并用于评估 VIX 日内收益曲线的模型拟合。
- 材料陈述的贡献
- 摘要称函数型检验具有与单变量 BDS 检验相同的渐近性质，给出超参数建议，并能识别既有检验可能遗漏的非线性结构。
- 阅读关注点
- 应核对函数空间中的距离和统计量定义、渐近理论条件、超参数推荐依据，以及拟合残差用于检验时的处理方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未列明理论条件或推荐区间，应用也不能说明所有金融模型均适用。
原文摘要
An important issue in functional time series analysis is whether an observed series comes from a purely random process. We extend the BDS test, a widely-used nonlinear independence test, to the functional time series. Like the BDS test in the univariate case, the functional BDS test can act as the model specification test to evaluate the adequacy of various prediction models and as a nonlinearity test to detect the existence of nonlinear structures in a functional time series after removing the linear structure exhibited. We show that the test statistic from the functional BDS test has the same asymptotic properties as those in the univariate case and provides the recommended range of its hyperparameters. Additionally, empirical data analysis features its applications in evaluating the adequacy of the fAR(1) and fGARCH(1,1) models in fitting the daily curves of cumulative intraday returns (CIDR) of the VIX index. We showed that the functional BDS test remedies the weakness of the existing independence test in the literature, as the latter is restricted in detecting linear structures, thus, can neglect nonlinear temporal structures.