跳到正文
← 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:摘要研究轻度爆炸自回归、近单位根区域及不同记忆结构的时间序列极限理论。

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
Qiying Wang

迈向轻度爆炸自回归的统一渐近理论

研究问题
轻度爆炸自回归的柯西极限理论能否覆盖不同记忆特征和非线性误差过程,其在接近局部单位根区域时有哪些失效边界?
方法与思路
作者在包含线性过程、平稳因果过程及非线性自回归误差的框架中分析极限理论,并讨论反持久性创新和变化漂移的扩展。
材料陈述的贡献
摘要称,框架统一长记忆、短记忆及反持久性创新的柯西极限理论,并指出反持久性情形在接近局部单位根区域时可能失效。
阅读关注点
应核对轻度爆炸参数的局部化速度、各类误差过程的条件、理论统一性的确切含义,以及反持久性下失效区域的界定。
阅读边界
所给 Crossref 摘要未给出参数区域、误差条件或统一性的数学定义;题名中的统一理论不能据此理解为覆盖全部近单位根情形。

原文摘要

Abstract This article provides a general asymptotic theory for mildly explosive autoregression. We confirm that Cauchy limit theory remains invariant across a broad range of error processes, including general linear processes with martingale difference innovations, stationary causal processes, and nonlinear autoregressive time series, such as threshold autoregressive and bilinear models. Our results unify the Cauchy limit theory for long memory, short memory, and anti-persistent innovations within a single framework. Notably, we demonstrate that in the presence of anti-persistent innovations, the Cauchy limit theory may be violated when the regression coefficient approaches the local-to-unity range. Additionally, we explore extensions to models with varying drift, which is of significant interest in its own right.

笔记与分组
相关领域论文