DISCRETE TIME REPRESENTATIONS OF COINTEGRATED CONTINUOUS TIME MODELS WITH MIXED SAMPLE DATA
混合存量与流量数据下协整连续时间模型的离散时间表示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：摘要直接研究连续时间系统的离散表示、随机趋势和协整，属于时间序列方法。
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
混合存量与流量数据下协整连续时间模型的离散时间表示
- 研究问题
- 对包含存量、流量变量和可观测随机趋势的三角协整连续时间系统，如何获得精确离散表示，并避免相关建模中的表观过度差分？
- 方法与思路
- 作者推导对应连续时间系统的精确离散模型，保留其三角结构，并提供支持高斯估计实施的进一步解析结果和计算结果。
- 材料陈述的贡献
- 摘要称，离散表示继承原系统的三角结构且避免表观过度差分，可为参数估计量的渐近抽样性质研究及高斯估计提供基础。
- 阅读关注点
- 应核对存量与流量变量的观测和聚合方式、随机趋势的可观测性要求、精确离散化推导，以及高斯估计中的误差协方差计算。
- 阅读边界
- 仅据所给 Crossref 摘要，不能把混合存量与流量理解为任意混频采样；估计量渐近性质是否已完整证明及其他版本变化未说明。
原文摘要
This paper derives an exact discrete time representation corresponding to a triangular cointegrated continuous time system with mixed stock and flow variables and observable stochastic trends. The discrete time model inherits the triangular structure of the underlying continuous time system and does not suffer from the apparent excess differencing that has been found in some related work. It can therefore serve as a basis for the study of the asymptotic sampling properties of estimators of the model's parameters. Some further analytical and computational results that enable Gaussian estimation to be implemented are also provided.