Error Correction and Long-Run Equilibrium in Continuous Time
连续时间中的误差修正与长期均衡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：摘要明确研究连续时间误差修正、协整、离散采样与频域推断，核心是时间序列系统的长期动态关系，支持归入时间序列方向。
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
连续时间中的误差修正与长期均衡
- 研究问题
- 连续时间误差修正与协整系统在离散采样及数据过滤后，长期均衡关系能否保持可识别，并如何开展估计和推断？
- 方法与思路
- 作者分析连续时间误差修正与协整系统，提出频域估计和推断程序，并考虑混合存量与流量、时间聚合以及受限协整矩阵。
- 材料陈述的贡献
- 摘要称，长期均衡系数在离散时间约化形式中可识别，长期关系在较一般的数据过滤下保持；频域方法在高斯假设下渐近最优。
- 阅读关注点
- 应核对长期系数可识别所需条件、允许的数据过滤范围、高斯最优性的具体准则，以及混合存量流量和聚合数据的处理。
- 阅读边界
- 摘要未列明完整正则条件、非高斯情形的效率结论或有限样本表现；长期系数不存在混叠，不能推出全部动态参数也可识别。
原文摘要
This paper deals with error correction models (ECM's) and cointegrated systems that are formulated in continuous time. Long-run equilibrium coefficients in the continuous system are always identified in the discrete time reduced form, so that there is no aliasing problem for these parameters. The long- run relationships are also preserved under quite general data filtering. Frequency domain procedures are outlined for estimation and inference. These methods are asymptotically optimal under Gaussian assumptions and they have the advantages of simplicity of computation and generality of specification, thereby avoiding some methodological problems of dynamic specification. In addition, they facilitate the treatment of data irregularities such as mixed stock and flow data and temporally aggregate partial equilibrium formulations. Models with restricted cointegrating matrices are also considered. Copyright 1991 by The Econometric Society.