Infinite-Order Cointegrated Vector Autoregressive Processes
无限阶协整向量自回归过程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：摘要明确研究协整时间序列及 ECM、VAR 表示的估计和检验，对应时间序列与所列 VAR 细分方向。
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
无限阶协整向量自回归过程
- 研究问题
- 当自回归近似阶数随样本量增加时，协整系统的 ECM 与 VAR 系数估计及其线性限制检验具有怎样的渐近性质？
- 方法与思路
- 作者在阶数随样本量趋于无穷的框架下推导两种表示的系数渐近性质，并研究固定及递增限制数量下的检验。
- 材料陈述的贡献
- 摘要称，文章获得系数估计的渐近结果和线性限制检验的卡方极限，并另外推导限制数量随样本量增长时的检验。
- 阅读关注点
- 应核对阶数增长率、协整结构与系数归一化，并分别查看固定限制和递增限制情形所需条件及极限分布。
- 阅读边界
- 所给 Crossref 摘要未说明增长率或完整正则条件，不能将固定限制的卡方结论直接用于递增限制或推断版本变化。
原文摘要
Estimation of cointegrated systems via autoregressive approximation is considered in the framework developed by Saikkonen (1992, Econometric Theory 8, 1-27). The asymptotic properties of the estimated coefficients of the autoregressive error correction model (ECM) and the pure vector autoregressive (VAR) representations are derived under the assumption that the autoregressive order goes to infinity with the sample size. These coefficients are often used for analyzing the relationships between the variables; therefore, they are important for applied work. Tests for linear restrictions on the coefficients of both the ECM and the pure VAR representation are considered under the present assumptions. It is found that they have limiting x 2 distributions. Tests are also derived under the assumption that the number of restrictions goes to infinity with the sample size.