The case for trend‐stationarity is stronger than we thought
支持趋势平稳的证据比我们原先认为的更强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：摘要讨论宏观时间序列的趋势平稳、单整及其对模型和先验设定的敏感性。
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
支持趋势平稳的证据比我们原先认为的更强
- 研究问题
- 历史宏观时间序列对趋势平稳的支持，是否会因模型和先验选择而改变，相关批评能否推翻作者此前的判断？
- 方法与思路
- 作者比较自身与批评者的模型、先验和推断结果，并借助此前的敏感性研究讨论趋势平稳结论的稳健性。
- 材料陈述的贡献
- 摘要称，即使在作者认为偏向单整的替代设定下，数据仍相对更支持趋势平稳，因而原有结论具有较强稳健性。
- 阅读关注点
- 应核对不同设定如何影响模型比较、所谓偏向单整的依据，以及稳健性是否覆盖滞后阶数、样本和先验尺度。
- 阅读边界
- 仅据所给 Crossref 摘要可了解作者的争论立场；具体比较和敏感性证据未展开，不能据此验证其稳健性判断。
原文摘要
Abstract In DeJong and Whiteman (1991a), we concluded that 11 of the 14 macroeconomic time‐series originally studied by Nelson and Plosser (1982) supported trend‐stationarity. Phillips (1991) criticizes this inference, claiming that our procedure is biased against integration, and that our results are sensitive to model and prior specification. However, Phillips' alternative models and priors bias his results in favour of integration; despite these biases, Phillips' own findings indicate that the data provide the greatest relative support to trend‐stationarity. This result is similar to our own (1989, 1990, 1991b) findings concerning the sensitivity of our results; the trend‐stationarity inference is remarkably robust.