Nonparametric inference for quantile cointegrations with stationary covariates
含平稳协变量的分位数协整非参数推断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。
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：摘要同时涉及非平稳时间序列的分位数协整，以及条件分位数函数估计和设定检验。
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
含平稳协变量的分位数协整非参数推断
- 研究问题
- 当非线性分位数回归同时包含平稳与非平稳协变量时，如何估计未知分位数函数，并检验其参数化设定是否适当？
- 方法与思路
- 作者提出局部常数非参数分位数估计，以参数和非参数估计之间的积分平方距离构造设定检验，并发展参数估计及自助法检验的渐近结果。
- 材料陈述的贡献
- 摘要称，论文建立估计量渐近性质、检验的局部功效及与奥恩斯坦–乌伦贝克过程局部时相关的原假设极限分布，并报告有限样本表现。
- 阅读关注点
- 应核对非平稳协变量的生成机制、平稳协变量如何进入极限理论、带宽条件，以及随机极限分布下临界值和自助法的构造。
- 阅读边界
- 仅据所给出版社摘要，无法确定协整关系的具体限制、局部备择速度或有限样本误差；数值表现良好的陈述尚缺模拟设计与结果细节。
原文摘要
This paper considers the inference problems in nonlinear quantile regressions with both stationary and nonstationary covariates. The nonparametric local constant quantile estimator is proposed to estimate the unknown quantile regression function, whose asymptotic properties are established under quite general conditions. Specification testing of the quantile regression function is further considered through a statistic constructed based on the integrated squared distance between the parametric and the nonparametric estimators for the regression function. The test statistic is shown to converge to a random variable related to the local time of an Ornstein–Uhlenbeck process under the parametric null. The power of the test against local alternatives is also investigated. Additional asymptotic results on the null parametric quantile estimators and a bootstrap test are developed as well. Numerical results demonstrate that the proposed nonparametric estimator and the specification test enjoy attractive finite sample performance.