Finite-time analysis of vector autoregressive models under linear restrictions
线性约束下向量自回归模型的有限时间分析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：摘要直接研究向量自回归动态模型及稳定性下的估计理论，时间序列依据明确；未讨论结构冲击识别或脉冲响应推断。
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
线性约束下向量自回归模型的有限时间分析
- 研究问题
- 线性约束如何影响稳定、不稳定及轻度爆炸向量自回归模型的最小二乘估计误差，误差率分区又由哪些系统特征决定？
- 方法与思路
- 作者建立统一的有限时间理论，分析约束对维度及误差尺度因子的影响，并在不同参数区间推导极小极大下界。
- 材料陈述的贡献
- 摘要称约束在正确设定下通过两条渠道降低误差界，最小奇异值决定快慢误差率的相变，并衔接稳定与不稳定区域的理论。
- 阅读关注点
- 应核对允许的谱半径范围、约束正确设定的含义、尺度因子的单调性条件，以及不同区域的上界、下界和模拟是否对应。
- 阅读边界
- 仅据所给 Crossref 摘要；噪声条件与误差界具体形式未说明，结果不能外推到任意爆炸程度或错误约束，也不能推断其他版本变化。
原文摘要
Summary This paper develops a unified finite-time theory for the ordinary least squares estimation of possibly unstable and even slightly explosive vector autoregressive models under linear restrictions, with the applicable region $\rho(A)\leqslant 1+c/n$, where $\rho(A)$ is the spectral radius of the transition matrix $A$ in the var(1) representation, $n$ is the time horizon and $c>0$ is a universal constant. The linear restriction framework encompasses various existing models such as banded/network vector autoregressive models. We show that the restrictions reduce the error bounds via not only the reduced dimensionality, but also a scale factor resembling the asymptotic covariance matrix of the estimator in the fixed-dimensional set-up: as long as the model is correctly specified, this scale factor is decreasing in the number of restrictions. It is revealed that the phase transition from slow to fast error rate regimes is determined by the smallest singular value of $A$, a measure of the least excitable mode of the system. The minimax lower bounds are derived across different regimes. The developed non-asymptotic theory not only bridges the theoretical gap between stable and unstable regimes, but precisely characterizes the effect of restrictions and its interplay with model parameters. Simulations support our theoretical results.