Nonparametric estimation in a nonlinear cointegration type model
非线性协整型模型中的非参数估计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：摘要直接研究非平稳时间序列回归、单位根过程和非线性协整型关系，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…
非线性协整型模型中的非参数估计
- 研究问题
- 当解释变量与响应变量均为非平稳过程、回归扰动为平稳过程时，如何估计非线性关系并建立渐近理论？
- 方法与思路
- 作者将解释变量限制在零常返马尔可夫链的一个子类，并在扰动为满足混合条件的马尔可夫链时研究非参数估计。
- 材料陈述的贡献
- 摘要称推导了回归函数非参数估计的渐近性质，允许的解释变量类别包括随机游走、单位根及非线性过程，并开展模拟。
- 阅读关注点
- 应核对零常返过程子类的定义、扰动混合条件、两个过程之间的关系限制，以及估计构造、渐近结果和模拟设计。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体过程条件、估计形式和模拟结果未提供，不能推广至任意非平稳回归。
原文摘要
We derive an asymptotic theory of nonparametric estimation for a time series regression model Zt=f(Xt)+Wt, where {Xt} and {Zt} are observed nonstationary processes and {Wt} is an unobserved stationary process. In econometrics, this can be interpreted as a nonlinear cointegration type relationship, but we believe that our results are of wider interest. The class of nonstationary processes allowed for {Xt} is a subclass of the class of null recurrent Markov chains. This subclass contains random walk, unit root processes and nonlinear processes. We derive the asymptotics of a nonparametric estimate of f(x) under the assumption that {Wt} is a Markov chain satisfying some mixing conditions. The finite-sample properties of f̂(x) are studied by means of simulation experiments.