‘Objective’ bayesian unit root tests
“客观”贝叶斯单位根检验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：摘要明确比较宏观时间序列的单位根、平稳和趋势平稳模型，直接对应时间序列中的平稳性检验。
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
“客观”贝叶斯单位根检验
- 研究问题
- 如何用较少主观输入的贝叶斯方法判断宏观时间序列是否存在单位根，并解释经典检验未拒绝单位根的含义？
- 方法与思路
- 作者使用两类信息性参考先验，计算单位根模型相对平稳和趋势平稳备择的后验赔率，并分析实际数据与生成数据。
- 材料陈述的贡献
- 摘要提出被称为“客观”的贝叶斯单位根检验，并强调经典程序未拒绝单位根，不必然意味着单位根具有很高的后验概率。
- 阅读关注点
- 核对参考先验为何仍具信息性、模型间先验赔率与后验赔率的构造，以及趋势设定和先验选择对结论的影响。
- 阅读边界
- 仅据所给 Crossref 摘要，先验具体形式及敏感性结果未说明；“客观”仅指减少主观输入，不能理解为完全不依赖先验。
原文摘要
Abstract Due to weaknesses in traditional tests, a Bayesian approach is developed to investigate whether unit roots exist in macroeconomic time‐series. Bayesian posterior odds comparing unit root models to stationary and trend‐stationary alternatives are calculated using informative priors. Two classes of reference priors which are informative but require minimal subjective prior input are used. In this sense the Bayesian unit root tests developed here are objective. Bayesian procedures are carried out on the Nelson–Plosser and Shiller data sets as well as on generated data. The conclusion is that the failure of classical procedures to reject the unit root hypothesis is not necessarily proof that a unit root is present with high probability.