An outlier robust unit root test with an application to the extended Nelson-Plosser data
对异常值稳健的单位根检验及其扩展 Nelson–Plosser 数据应用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：摘要直接研究时间序列单位根检验及异常值对检验水平与功效的影响。
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
对异常值稳健的单位根检验及其扩展 Nelson–Plosser 数据应用
- 研究问题
- 加性异常值与创新异常值如何影响单位根检验的水平和功效，高崩溃点稳健估计能否改善检验表现？
- 方法与思路
- 作者基于高崩溃点、高效率稳健估计量构造单位根检验，推导渐近分布，用模拟获得临界值并进行数据应用。
- 材料陈述的贡献
- 摘要称加性异常值会严重扰乱传统检验水平；创新异常值下稳健检验水平较不稳定，但水平调整后功效较好。
- 阅读关注点
- 应核对两类异常值的生成机制、稳健估计量与临界值设定，以及应用中拒绝非平稳性的证据是否敏感。
- 阅读边界
- 仅据所给作者／机构库版本摘要，未核对刊本变化；摘要未列出被拒绝的四条序列及检验设定，不能推断所有异常值下均更稳健。
原文摘要
This paper considers unit root tests based on robust estimators with a high breakdown point and high efficiency. The asymptotic distribution of these tests is derived. Critical values for the test are obtained via simulation. It is found that the size of the classical OLS based Dickey-Fuller test breaks down if the time series contains additive outliers For innovative outliers the size of the robust test is less stable, while its size-adjusted power properties are better. An example is provided by applying the robust tests to the extended Nelson-Plosser data. For four series the null hypothesis of nonstationarity is rejected.