Model specification test with correlated but not cointegrated variables
相关但不协整变量的模型设定检验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：摘要明确涉及单整、非协整、持久性与单整扰动，直接对应非平稳时间序列分析。
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
相关但不协整变量的模型设定检验
- 研究问题
- 对于高度持久、相互相关但不协整的变量，如何在允许扰动项为单整过程时，检验线性关系是否足以描述变量间联系？
- 方法与思路
- 作者提出两个统计量，检验线性设定相对于半参数变系数备择，并通过蒙特卡洛模拟考察检验的有限样本表现。
- 材料陈述的贡献
- 摘要明确提出允许单整扰动的线性设定检验，回应变系数模型一致估计需要较强条件时，先判断线性关系是否成立的需求。
- 阅读关注点
- 应核对变量和扰动的单整设定、变系数函数及识别限制、统计量的极限分布，并查看模拟尺寸与功效的具体比较。
- 阅读边界
- 摘要未说明两个统计量的形式、成立条件和模拟结果数值；也未提供具体宏观或金融应用，不能推断经验关系已经得到验证。
原文摘要
Many macroeconomic and financial variables show highly persistent and correlated patterns but are not necessarily cointegrated. Recently, Sun et al. (2011) propose using a semiparametric varying coefficient approach to capture correlations between integrated but non cointegrated variables. Due to the complication arising from the integrated disturbance term and the semiparametric functional form, consistent estimation of such a semiparametric model requires stronger conditions than usually needed for consistent estimation for a linear (spurious) regression model, or a semiparametric varying coefficient model with a stationary disturbance. Therefore, it is important to develop a testing procedure to examine for a given data set, whether linear relationship holds or not, while allowing for the disturbance being an integrated process. In this paper we propose two test statistics for detecting linearity against semiparametric varying coefficient alternative specification. Monte Carlo simulations are used to examine the finite sample performances of the proposed tests.