Rank Tests for Nonlinear Cointegration
非线性协整的秩检验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：摘要的核心是多个时间序列的非线性协整与秩检验，债券收益率关系作为应用例子，因此最直接归入时间序列。
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
非线性协整的秩检验
- 研究问题
- 当多个时间序列的长期联系可能是非线性时，如何根据秩序列检验协整，并考察其相对于参数检验的表现？
- 方法与思路
- 作者假定存在单调变换，使标准化序列渐近表示为维纳过程；据秩序列之差构造检验，并提出基于秩的变量增补检验。
- 材料陈述的贡献
- 摘要称，模拟中秩检验在多类非线性模型下优于所比较的参数检验，并以不同期限债券收益率之间的关系作实证说明。
- 阅读关注点
- 核对单调变换和标准化条件、秩统计量与变量增补检验的定义，以及模拟中的检验尺寸、功效和参数竞争方法的设定。
- 阅读边界
- 摘要未交代具体统计量、临界值构造及模拟设计；所述优势限于考察的模型，不能据此推广到任意非线性协整情形。
原文摘要
A test procedure based on ranks is suggested to test for nonlinear cointegration. For two (or more) time series it is assumed that monotonic transformations exist such that the normalized series can asymptotically be represented as Wiener processes. Rank-test procedures based on the difference between the sequences of ranks are suggested. If there is no cointegration between the time series, the sequences of ranks tend to diverge, whereas under cointegration the sequences of ranks evolve similarly. Monte Carlo simulations suggest that for a wide range of nonlinear models the rank tests perform better than their parametric competitors. To test for nonlinear cointegration, a variable addition test based on ranks is suggested. In an empirical illustration, the rank statistics are applied to test the relationship between bond yields with different times to maturity.