TESTING AND INFERENCE IN NONLINEAR COINTEGRATING VECTOR ERROR CORRECTION MODELS
非线性协整向量误差修正模型中的检验与推断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：摘要核心是协整、向量误差修正和非线性动态的估计检验，直接属于时间序列方法。
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
非线性协整向量误差修正模型中的检验与推断
- 研究问题
- 给定协整关系数量时，如何在容许非对称和非线性误差修正的向量模型中估计参数，并检验线性等一般假设？
- 方法与思路
- 作者采用上确界检验处理线性原假设下非线性参数消失的问题，发展一致函数极限理论及随机积分结果，并构造自助法检验。
- 材料陈述的贡献
- 摘要称，论文建立估计和检验的渐近理论，揭示估计协整关系导致的非标准分布，并以模拟支持自助法检验的尺寸和功效。
- 阅读关注点
- 应核对非线性函数类别、上确界搜索范围和协整估计的影响，以及自助法生成过程和有限样本校准的适用条件。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；协整秩被视为给定，具体函数与正则条件未说明，不能据此推断未知协整秩下的检验有效性。
原文摘要
We analyze estimators and tests for a general class of vector error correction models that allows for asymmetric and nonlinear error correction. For a given number of cointegration relationships, general hypothesis testing is considered, where testing for linearity is of particular interest. Under the null of linearity, parameters of nonlinear components vanish, leading to a nonstandard testing problem. We apply so-called sup-tests to resolve this issue, which requires development of new(uniform) functional central limit theory and results for convergence of stochastic integrals. We provide a full asymptotic theory for estimators and test statistics. The derived asymptotic results prove to be nonstandard compared to results found elsewhere in the literature due to the impact of the estimated cointegration relations. This complicates implementation of tests motivating the introduction of bootstrap versions that are simple to compute. A simulation study shows that the finite-sample properties of the bootstrapped tests are satisfactory with good size and power properties for reasonable sample sizes.