A CONSISTENT NONPARAMETRIC TEST FOR CAUSALITY IN QUANTILE
分位数 Granger 因果关系的一致非参数检验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：摘要明确研究依赖时间序列中的分位数 Granger 因果检验与 β 混合渐近理论。
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…
分位数 Granger 因果关系的一致非参数检验
- 研究问题
- 如何检验一个时间序列是否对另一个序列的条件分位数提供额外预测信息，并在依赖数据下建立检验理论？
- 方法与思路
- 作者将分位数限制转化为特定均值限制，把独立数据下的方法扩展到依赖数据，并在 β 混合过程下推导统计量分布。
- 材料陈述的贡献
- 摘要称检验统计量渐近正态，对所有固定备择一致，并能检测以适当速率接近原假设的局部备择，另有模拟与市场应用。
- 阅读关注点
- 应核对分位数 Granger 原假设的条件信息集、核与带宽选择、混合条件，以及局部备择速率和市场应用的解释。
- 阅读边界
- 仅据所给 Crossref 版本摘要，Granger 因果只涉及所定义的预测关系，不能直接解释为干预因果；具体条件及数值未说明。
原文摘要
This paper proposes a nonparametric test of Granger causality in quantile. Zheng (1998, Econometric Theory 14, 123–138) studied the idea to reduce the problem of testing a quantile restriction to a problem of testing a particular type of mean restriction in independent data. We extend Zheng’s approach to the case of dependent data, particularly to the test of Granger causality in quantile. Combining the results of Zheng (1998) and Fan and Li (1999, Journal of Nonparametric Statistics 10, 245–271), we establish the asymptotic normal distribution of the test statistic under a β -mixing process. The test is consistent against all fixed alternatives and detects local alternatives approaching the null at proper rates. Simulations are carried out to illustrate the behavior of the test under the null and also the power of the test under plausible alternatives. An economic application considers the causal relations between the crude oil price, the USD/GBP exchange rate, and the gold price in the gold market.