Testing for seasonal unit roots by frequency domain regression
基于频域回归的季节单位根检验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：摘要明确研究季节单位根、谱回归和序列相关，直接属于时间序列方向。
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…
基于频域回归的季节单位根检验
- 研究问题
- 如何通过频域回归检验单变量季节单位根，并在驱动冲击存在弱依赖、包括可能无限阶移动平均结构时处理序列相关？
- 方法与思路
- 作者利用谱回归估计量构造检验，以非参数方式处理序列相关，推导原假设和局部替代下的极限分布，并模拟比较季度数据检验。
- 材料陈述的贡献
- 摘要称，所提统计量在允许冲击弱依赖时具有无未知干扰参数的极限分布，并通过模拟比较其与滞后扩充类检验的尺寸和功效。
- 阅读关注点
- 应核对弱依赖的具体定义、频域估计的调参要求、局部替代的设定，以及季度数据模拟中的尺寸控制与功效比较是否可比。
- 阅读边界
- 所给出版社摘要未报告模拟数值，也未说明具体调参或弱依赖条件；不能据此认定新检验在所有季节频率和样本规模下更优。
原文摘要
This paper develops univariate seasonal unit root tests based on spectral regression estimators. An advantage of the frequency domain approach is that it enables serial correlation to be treated non-parametrically. We demonstrate that our proposed statistics have pivotal limiting distributions under both the null and near seasonally integrated alternatives when we allow for weak dependence in the driving shocks. This is in contrast to the popular seasonal unit root tests of, among others, Hylleberg et al. (1990) which treat serial correlation parametrically via lag augmentation of the test regression. Our analysis allows for (possibly infinite order) moving average behaviour in the shocks. The size and power properties of our proposed frequency domain regression-based tests are explored and compared for the case of quarterly data with those of the tests of Hylleberg et al. (1990) in simulation experiments.