Modeling and testing smooth structural changes with endogenous regressors
含内生解释变量的平滑结构变化建模与检验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：摘要明确研究时变系数时间序列模型，并检验平滑结构变化与未知时点的结构突变。
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
含内生解释变量的平滑结构变化建模与检验
- 研究问题
- 当解释变量可能内生且内生性随时间变化时，如何估计时间变化的回归系数，并检验平滑变化或未知时点的突变？
- 方法与思路
- 作者提出局部线性两阶段最小二乘估计，并比较非参数时变系数模型与常参数模型的拟合值，构造非参数稳定性检验。
- 材料陈述的贡献
- 摘要称估计量具有一致性和渐近正态性，检验渐近服从标准正态分布；美国新凯恩斯菲利普斯曲线应用显示稳定性受到拒绝。
- 阅读关注点
- 应核对工具变量有效性、时变内生性的允许形式、带宽选择，以及同一检验如何覆盖平滑变化与未知断点的突变。
- 阅读边界
- 仅据所给出版社摘要，无法判断工具变量强度要求、检验对不同变化形式的功效及应用稳健性；具体条件和数值结果未说明。
原文摘要
Modeling and detecting parameter stability of econometric models is a long standing problem. Most existing estimation and testing methods are designed for models without endogeneity. Little attention has been paid to models with endogeneous regressors, which may arise in many scenarios in economics. In this paper, we first consider a time-varying coefficient time series model with potential time-varying endogeneity. A local linear two stage least squared estimation is developed to estimate coefficient functions. The consistency and asymptotic normality of the estimator are derived. Furthermore, a nonparametric test is proposed to check smooth structural changes as well as abrupt structural breaks with possibly unknown change points in regression models with potential endogeneity. The idea is to compare the fitted values of the unrestricted nonparametric time-varying coefficient model and the restricted constant parameter model. The test has an asymptotic N(0,1) distribution and does not require any prior information about the alternatives. A simulation study highlights the merits of the proposed estimator and test. In an application, we estimate the New Keynesian Phillips Curve for the US nonparametrically and find strong evidence against its stability.