Robust Nonnested Testing and the Demand for Money
稳健非嵌套检验与货币需求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：摘要讨论动态非嵌套模型在序列相关和条件异方差下的检验，并应用于美国货币需求，直接对应宏观时间序列方法。
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
稳健非嵌套检验与货币需求
- 研究问题
- 在误差与解释变量存在未知序列相关及条件异方差时，如何稳健比较动态非嵌套模型，并用于美国货币需求分析？
- 方法与思路
- 作者推广动态非嵌套模型的 J 与 F 检验，并采用半参数自助法或 fixed-b 渐近法，改善检验统计量的抽样分布近似。
- 材料陈述的贡献
- 摘要称，两种方法在模拟中较常规正态或卡方近似明显更好；货币需求应用倾向支持消费比收入更适合作为规模变量。
- 阅读关注点
- 核对稳健检验的依赖条件、协方差估计与带宽选择、自助重抽样方案，以及消费和收入模型的比较标准与具体设定。
- 阅读边界
- 摘要未说明模拟的数据生成过程、带宽规则与经验样本，不能判断近似改进的普遍性或消费作为规模变量的稳定性。
原文摘要
Nonnested hypothesis testing procedures recently have been extended to dynamic nonnested models. We propose robust tests that generalize the J test and the F test for nonnested dynamic models with unknown serial correlation and conditional heteroscedasticity in errors and regressors. We investigate the finite-sample properties of our test statistics and propose to use bootstrap methods or the fixed-b asymptotics developed by Kiefer and Vogelsang to improve the asymptotic approximation to the sampling distribution of the test statistics. We compare the semiparametric bootstrap and the fixed-b approaches with the standard normal or chi-squared approximations using Monte Carlo simulations and find that they give markedly superior approximations. We also present an application to U.S. money demand models, where consumption seems to be a better variable than income as a “scale” variable in the money demand function.