Multiple Time Series Regression with Integrated Processes
含一阶单整过程的多元时间序列回归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：摘要核心是一阶单整、协整以及多元时间序列回归的渐近推断。
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
含一阶单整过程的多元时间序列回归
- 研究问题
- 当回归变量为一阶单整过程，且扰动允许弱依赖、异质性和相关性时，回归估计与常规检验具有怎样的渐近性质？
- 方法与思路
- 作者建立涵盖向量自回归、多元回归、协整系统及线性联立方程的渐近理论，并分析相关统计检验的极限分布。
- 材料陈述的贡献
- 摘要称，常规检验的渐近理论显著偏离经典结果，且极限分布中的干扰参数会带来重要的统计推断问题。
- 阅读关注点
- 应核对创新过程的依赖与异质性条件、协整与联立方程设定的区别，以及各类检验中干扰参数的具体来源。
- 阅读边界
- 摘要未给出各模型的精确假设、极限分布或可实施的修正办法，不能据此确定某项常规检验在具体应用中的有效性。
原文摘要
This paper develops a general asymptotic theory of regression for processes which are integrated of order one. The theory includes vector autoregressions and multivariate regressions amongst integrated processes that are driven by innovation sequences which allow for a wide class of weak dependence and heterogeneity. The models studied cover cointegrated systems such as those advanced recently by Granger and Engle and quite general linear simultaneous equations systems with contemporaneous regressor error correlation and serially correlated errors. Problems of statistical testing in vector autoregressions and multivariate regressions with integrated processes are also studied. It is shown that the asympotic theory for conventional tests involves major departures from classical theory and raises new and important issues of the presence of nuisance parameters in the limiting distribution theory.