A STATE SPACE CANONICAL FORM FOR UNIT ROOT PROCESSES
单位根过程的状态空间规范形式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：摘要明确涉及 ARMA、单位根、整数单整及多项式协整，直接对应时间序列理论。
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
单位根过程的状态空间规范形式
- 研究问题
- 如何为任意单位根频率、整数单整阶数的 ARMA 过程建立简洁状态空间表示，以支持协整分析和受限参数化？
- 方法与思路
- 作者构造动态结构简洁的规范状态空间表示，重新定义多项式协整，并研究指定系统阶数及单位根性质的系统集合参数化。
- 材料陈述的贡献
- 摘要称新表示便于施加单整和协整限制，新定义扩展二阶单整过程的多重协整概念，并以应用中重要情形展示结果。
- 阅读关注点
- 应核对规范表示的构造与适用范围、新旧多项式协整定义的差别，以及受限参数化如何进入伪最大似然估计。
- 阅读边界
- 仅据所给 Crossref 摘要解读；摘要未给出表示公式、定义细节或估计性质，不能据此判断计算效率或具体应用中的识别表现。
原文摘要
In this paper we develop a canonical state space representation of autoregressive moving average (ARMA) processes with unit roots with integer integration orders at arbitrary unit root frequencies. The developed representation utilizes a state process with a particularly simple dynamic structure, which in turn renders this representation highly suitable for unit root, cointegration, and polynomial cointegration analysis. We also propose a new definition of polynomial cointegration that overcomes limitations of existing definitions and extends the definition of multicointegration for I(2) processes of Granger and Lee (1989a, Journal of Applied Econometrics 4, 145–159). A major purpose of the canonical representation for statistical analysis is the development of parameterizations of the sets of all state space systems of a given system order with specified unit root frequencies and integration orders. This is, e.g., useful for pseudo maximum likelihood estimation. In this respect an advantage of the state space representation, compared to ARMA representations, is that it easily allows one to put in place restrictions on the (co)integration properties. The results of the paper are exemplified for the cases of largest interest in applied work.