Automatic Specification Testing for Vector Autoregressions and Multivariate Nonlinear Time Series Models
向量自回归与多元非线性时间序列模型的自动设定检验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：摘要明确以 VAR 为主要检验对象，并扩展至多元非线性时间序列模型，同时展示产出与失业系统的应用，因此对应时间序列与 VAR 方法方向。
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…
向量自回归与多元非线性时间序列模型的自动设定检验
- 研究问题
- 如何为 VAR 及一般多元非线性时间序列模型检验设定是否正确，同时自动选择残差序列相关的检验阶数并容许未知条件异方差？
- 方法与思路
- 作者提出自动选择相关阶数的 Portmanteau 检验，采用易于近似的临界值，处理估计不确定性，并将方法扩展至多元非线性模型。
- 材料陈述的贡献
- 摘要称该检验无需自定相关阶数或使用自助法，且容许未知形式的条件异方差；模拟在所考察的宏观与金融模型中报告较高功效。
- 阅读关注点
- 重点核对自动选阶规则、异方差稳健性的适用条件和参数估计影响的处理；再检查功效比较设计及国民生产总值与失业的 VAR 应用。
- 阅读边界
- 摘要未说明选阶准则、检验成立的完整条件与具体模拟设定；较高功效限于所比较情形，拒绝设定不能单凭摘要定位模型错误来源。
原文摘要
This article introduces an automatic test for the correct specification of a vector autoregression (VAR) model. The proposed test statistic is a Portmanteau statistic with an automatic selection of the order of the residual serial correlation tested. The test presents several attractive characteristics: simplicity, robustness, and high power in finite samples. The test is simple to implement since the researcher does not need to specify the order of the autocorrelation tested and the proposed critical values are simple to approximate, without resorting to bootstrap procedures. In addition, the test is robust to the presence of conditional heteroscedasticity of unknown form and accounts for estimation uncertainty without requiring the computation of large-dimensional inverses of near-to-singularity covariance matrices. The basic methodology is extended to general nonlinear multivariate time series models. Simulations show that the proposed test presents higher power than the existing ones for models commonly employed in empirical macroeconomics and empirical finance. Finally, the test is applied to the classical bivariate VAR model for GNP (gross national product) and unemployment of Blanchard and Quah (1989 Blanchard, O. and Quah, D. 1989. “The Dynamic Effects of Aggregate Demand and Supply Disturbances,”. The American Economic Review, 79: 655–673. [Web of Science ®] , [Google Scholar]) and Evans (1989 Evans, G. W. 1989. “Output and Unemployment Dynamics in the United States: 1950–1985,”. Journal of Applied Econometrics, 4: 213–238. [Crossref], [Web of Science ®] , [Google Scholar]). Online supplementary material includes proofs and additional details.