THE ASYMPTOTIC EFFICIENCY OF COINTEGRATION ESTIMATORS UNDER TEMPORAL AGGREGATION
时间聚合下协整估计量的渐近效率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：摘要明确研究协整系统的时间聚合，并以长期货币需求回归说明方法，对应时间序列方向。
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
时间聚合下协整估计量的渐近效率
- 研究问题
- 研究时间聚合如何影响协整系统估计量的渐近方差，以及存量数据与流量数据带来的效率差异。
- 方法与思路
- 作者比较存量、流量及混合观测下的渐近效率，提出改善存量变量估计效率的方法，并用货币需求回归示例。
- 材料陈述的贡献
- 摘要称在所研究框架中，纯流量数据比存量或混合数据更有效率，且可达到连续记录数据的渐近效率。
- 阅读关注点
- 应核对时间聚合的定义、数据类型与系统假设，特别是流量数据效率结论及存量改进方法成立的范围。
- 阅读边界
- 仅据出版社摘要，无法把效率排序推广到所有聚合方式或协整模型；经验示例的数据与数值结果未说明。
原文摘要
This paper examines the effects of temporal aggregation on the asymptotic variances of estimators in cointegrated systems. Two important findings are obtained. First, estimators based on flow data alone are more efficient than when the data are all stocks or a mixture of stocks and flows. Second, estimators based on flow data are as efficient as when the data are recorded continuously. A method of improving efficiency with stock variables is also proposed, and an empirical illustration of the method is provided in the context of long-run money demand regressions.I thank Roy Bailey, Rex Bergstrom, Roderick McCrorie, a co-editor, and two anonymous referees for helpful comments. I also thank Katsumi Shimotsu for help with some data issues. None of these individuals are implicated, however, in any possible shortcomings of this paper. The financial support provided by the ESRC under grant R000221818 is gratefully acknowledged.