Inference on Common Trends in a Cointegrated Nonlinear SVAR
协整非线性结构 VAR 中共同趋势的推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究协整、共同随机趋势和分段仿射结构 VAR 中的检验，文本直接支持时间序列与 VAR 分类。
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
协整非线性结构 VAR 中共同趋势的推断
- 研究问题
- 当数据来自具有已知形式非线性协整关系的两状态分段仿射结构 VAR 时，如何正确推断共同随机趋势的数量？
- 方法与思路
- 作者修改多变量方差比检验，并通过新的双线性过程近似，为一类稳定但非平稳自回归过程建立大数定律型结果以推导渐近分布。
- 材料陈述的贡献
- 摘要称，修改后的检验能对该系统的共同趋势数量作出正确推断，而未修改检验在存在非线性协整时倾向于高估共同趋势数。
- 阅读关注点
- 应核对已知非线性协整形式的具体要求、检验统计量修改方式、双线性近似的误差控制，以及正确推断结论的渐近或模拟含义。
- 阅读边界
- 这是预印本，同行评审及期刊接收未核验。摘要未给出完整假设、临界值或数值结果，不能推定其适用于未知形式的非线性协整。
原文摘要
We consider the problem of performing inference on the number of common stochastic trends when data is generated by a cointegrated CKSVAR (a two-regime, piecewise affine SVAR; Mavroeidis, 2021), using a modified version of the Breitung (2002) multivariate variance ratio test that is robust to the presence of nonlinear cointegration (of a known form). To derive the asymptotics of our test statistic, we prove a fundamental LLN-type result for a class of stable but nonstationary autoregressive processes, using a novel dual linear process approximation. We show that our modified test yields correct inferences regarding the number of common trends in such a system, whereas the unmodified test tends to infer a higher number of common trends than are actually present, when cointegrating relations are nonlinear.