Tests for Parameter Instability in Regressions with 1(1) Processes
含 I(1) 过程回归中的参数不稳定性检验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。
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：摘要围绕协整回归、随机与确定性趋势及参数不稳定性检验展开，直接对应时间序列与结构变化两个方向。
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
含 I(1) 过程回归中的参数不稳定性检验
- 研究问题
- 在含随机或确定性趋势的协整回归中，如何检验参数不稳定，并区分趋势类型对检验分布及协整判断的影响？
- 方法与思路
- 作者扩展 Phillips–Hansen 完全修正估计，推导 SupF 及所列 LM 不稳定性检验在不同趋势设定下的大样本分布。
- 材料陈述的贡献
- 摘要称检验极限分布随趋势类型而变，且不同于弱依赖情形；截距不稳定还使无协整成为备择假设的一种特例。
- 阅读关注点
- 核对回归过程与趋势设定的条件、各检验的备择形式，以及截距不稳定如何对应无协整，并检查三类应用的实施方式。
- 阅读边界
- 摘要未说明正则条件、临界值计算和有限样本表现；消费、股票与利率应用的存在本身不能证明检验具有普遍可靠性。
原文摘要
This article derives the large-sample distributions of Lagrange multiplier (LM) tests for parameter instability against several alternatives of interest in the context of cointegrated regression models. The fully modified estimator of Phillips and Hansen is extended to cover general models with stochastic and deterministic trends. The test statistics considered include the SupF test of Quandt, as well as the LM tests of Nyblom and of Nabeya and Tanaka. It is found that the asymptotic distributions depend on the nature of the regressor processes—that is, if the regressors are stochastic or deterministic trends. The distributions are noticeably different from the distributions when the data are weakly dependent. It is also found that the lack of cointegration is a special case of the alternative hypothesis considered (an unstable intercept), so the tests proposed here may also be viewed as a test of the null of cointegration against the alternative of no cointegration. The tests are applied to three data sets—an aggregate consumption function, a present value model of stock prices and dividends, and the term structure of interest rates.