Optimal estimation of cointegrated systems with irrelevant instruments
利用无关工具变量最优估计协整系统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：摘要明确研究协整系统、确定性趋势工具和趋势似然，并比较多种协整回归方法，直接对应时间序列方向。
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
利用无关工具变量最优估计协整系统
- 研究问题
- 与系统变量无关的趋势工具仍可用于协整估计；能否系统使用确定性趋势工具，获得计算简便且渐近有效的估计？
- 方法与思路
- 作者提出一步线性工具变量估计，将数据投影到确定性趋势工具上构造趋势似然，并联系到最大似然解释。
- 材料陈述的贡献
- 摘要称，该程序可达到渐近效率且不损失估计自由度，模拟中点估计和区间估计表现较好，偏差与离散程度较小。
- 阅读关注点
- 应核对趋势工具的形式与数量、无关性的具体含义，以及投影趋势似然为何有效、效率相对什么基准定义。
- 阅读边界
- 仅据所给出版社摘要，无法判断效率所需的过程假设；协整环境中的结论不能直接推广为普通工具变量识别原则。
原文摘要
It has been known since Phillips and Hansen (1990) that cointegrated systems can be consistently estimated using stochastic trend instruments that are independent of the system variables. A similar phenomenon occurs with deterministically trending instruments. The present work shows that such “irrelevant” deterministic trend instruments may be systematically used to produce asymptotically efficient estimates of a cointegrated system. The approach is convenient in practice, involves only linear instrumental variables estimation, and is a straightforward one step procedure with no loss of degrees of freedom in estimation. Simulations reveal that the procedure works well in practice both in terms of point and interval estimation, having little finite sample bias and less finite sample dispersion than other popular cointegrating regression procedures such as reduced rank VAR regression, fully modified least squares, and dynamic OLS. The procedure is a form of maximum likelihood estimation where the likelihood is constructed for data projected onto the trending instruments. This “trend likelihood” is related to the notion of the local Whittle likelihood but avoids frequency domain issues.