Specification tests for time-varying coefficient models
时变系数模型的设定检验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：摘要研究动态系数设定及关系变化，并明确应用于股票收益预测，对应时间序列、结构变化与收益预测。
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…
时变系数模型的设定检验
- 研究问题
- 如何区分时变系数是平稳随机过程、时间的确定性函数还是单位根过程，并为经济金融变量关系选择相应的动态设定？
- 方法与思路
- 作者提出两个检验，推导各自零假设下的渐近正态性和备择下的发散性质，再以依赖型野生自助法获取临界值或P值。
- 材料陈述的贡献
- 摘要称，自助法渐近有效且模拟表现合理；应用支持股票收益预测系数采用单位根设定，泰勒规则和通胀持续性采用确定性时间函数。
- 阅读关注点
- 应核对两个检验各自区分哪些零假设与备择、三类设定的边界，依赖型自助法条件，以及应用中的模型和检验选择流程。
- 阅读边界
- 仅依据所给RePEc出版社摘要，不能推断刊本变化；摘要未说明完整正则条件和实证数值，应用中的设定选择结论限于所考察模型。
原文摘要
Time-varying coefficient models have been widely used to characterize changing relationships among economic and financial variables. The existing literature usually specifies the time-varying coefficient vector as a stationary stochastic process, a deterministic function of time, and a unit root process, respectively. In this paper, we propose two tests to distinguish these three specifications. Both test statistics follow asymptotic normal distributions under the respective null hypotheses and diverge to infinity in probability under the corresponding alternatives. To improve the finite sample performance of the tests, we propose a dependent wild bootstrap to obtain the bootstrap critical value (or P-value) and establish its asymptotic validity. Simulation studies show that our bootstrap-based tests perform reasonably well in finite samples. We apply the proposed tests to the time-varying specifications of the equity return’s predictive model, the U.S. Taylor rule, and inflation persistence, respectively. The results suggest that a unit root process is favored for the first application, whereas a deterministic function of time should be adopted for the latter two applications.