Uniform Inference for Cointegrated Vector Autoregressive Processes
协整向量自回归过程的一致有效推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究协整时间序列及向量自回归过程的推断，因此对应时间序列与 VAR 相关方法方向。
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
协整向量自回归过程的一致有效推断
- 研究问题
- 协整向量自回归中，最小二乘估计量渐近分布的某些不连续性妨碍一致有效推断，如何构造可靠检验与置信域？
- 方法与思路
- 作者将单变量渐近结果扩展到多维情形，并研究利用这些结果、滞后增广及一种近期工具变量程序进行推断。
- 材料陈述的贡献
- 摘要称上述路径能够产生一致有效的检验和置信域，并在两个具体例子的模拟中核查理论与有限样本性质。
- 阅读关注点
- 应核对一致性覆盖的参数集合、协整与持久性设定、滞后选择，以及三种推断路径的条件和有限样本差异。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未列出完整正则条件，两个模拟例子也不足以说明普遍表现。
原文摘要
Uniformly valid inference for cointegrated vector autoregressive processes has so far proven difficult due to certain discontinuities arising in the asymptotic distribution of the least squares estimator. We extend asymptotic results from the univariate case to multiple dimensions and show how inference can be based on these results. Furthermore, we show that lag augmentation and a recent instrumental variable procedure can also yield uniformly valid tests and confidence regions. We verify the theoretical findings and investigate finite sample properties in simulation experiments for two specific examples.