摘要: 样本值域被广泛地应用在金融数据波动性分析中,且可以更好地检测高偏度和(或)高峰度的非高斯时间序列的远距离依赖性。本文拓展了 Lobato(2001)以及 Shao(2010)提出的基于部分和方差的长期方差估计值的自正则统计推断,借鉴 Hong 和 Li(2021)采用部分和调整样本值域的长期方差估计值为自正则因子,设计了一个新的基于调整样本值域的统计量。与 Shao 和Zhang(2010)提出的 G 统计量类似,基于调整样本值域的统计量也可以应用在期望、相关系数、条件方差等序列的结构性变化检验中,且由于调整样本值域的鲁棒性,其更适用于金融数据分析,具有广泛的应用前景。最后,本文对我国股票市场主要指数的波动性进行了结构性变化检验,并发现波动性的结构性变化普遍存在。