国际金融贸易学院统计学专业教师刘晓倩博士与其合作者的学术论文《Likelihood ratio-type tests in weighted composite quantile regression of DTARCH models》被国际一区SCI来源刊《Science China Mathematics》接受发表。
金融资产收益的波动率是金融市场的一个重要概念，也是金融风险度量的重要工具。波动率，即金融资产收益率的标准差，是度量VaR的三大关键要素之一。由于波动率不能直接观察，因此建立合理的模型来估计波动率尤显重要。各种时间序列模型就是为了这一目的应运而生的，比如自回归模型，ARCH/GARCH模型等线性时间序列模型。金融市场的日益复杂性、时变性和随机性，需要非线性时间序列模型来刻画才能做出更为合理的描述，条件异方差双门限自回归（DTARCH）模型就是为此目的而提出的非线性时间序列模型之一，它的特征是通过双门限允许条件均值和条件方差函数同时具有分段线性的结构。此论文所研究的DTARCH模型相比传统的DTARCH模型有少许的变化，并且为了纠偏，作者对模型进行了取对数处理。
此论文发展了一种基于加权复合分位数回归（WCQR）理论的关于 DTARCH模型的假设检验统计量，并获得其重要的统计性质。首先，提出了带约束条件的DTARCH模型的WCQR估计方法，获得了带约束的WCQR估计的渐近正态性。理论证明在有附加信息的条件（带约束条件）下，带约束的估计有更小的渐近方差（与无约束的估计相比），也就是说带约束估计更加有效，数值模拟也支持此结论。其次，论文设计了一个改进的似然比（LR）检验统计量，证明了它的渐近卡方性质，建立了一个关于 DTARCH模型的假设检验方法。