Identification and estimation of noninvertible non-Gaussian MA(q) processes
不可逆非高斯 MA(q) 过程的识别与估计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 MA 过程的可逆性、高阶矩识别和创新估计，直接属于时间序列分析。
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
不可逆非高斯 MA(q) 过程的识别与估计
- 研究问题
- 当多个 MA 模型具有相同自相关结构时，如何利用高阶矩区分不可逆规格、估计驱动创新，并解释可能出现的 ARCH 残差？
- 方法与思路
- 作者提出基于高阶矩的估计程序以区分自相关等价规格，讨论创新恢复和 OLS 残差结构，并开展模拟及经济序列应用。
- 材料陈述的贡献
- 摘要称该方法无需施加可逆性假设即可区分替代规格，确定正确模型后可估计创新，并提供模拟和部分不可逆性证据。
- 阅读关注点
- 应核对高阶矩识别所需的非高斯条件、矩存在性和规格区分方式，以及创新恢复、模拟设计和不可逆性证据的解释。
- 阅读边界
- 仅据所给 OpenAlex 摘要，不能将非高斯性视为识别的充分条件；摘要未列出完整假设、模拟数值或应用证据强度。
原文摘要
Traditional estimation procedures, such as OLS or Box-Jenkins ARIMA modelling, which are based on second-order properties, are incapable of distinguishing among autocorrelation-equivalent MA model specifications; this ambiguity is usually resolved by imposing therestriction of invertibility. This paper presents an estimation procedure based on higher-order moments which is capable of distinguishing between these alternative specifications without recourse to the invertibility assumption. The true sequence of innovations that drives the MA process can be estimated once the correct model is determined. Also discussed is the finding that the application of OLS to a noninvertible MA process may generate residuals with an ARCH structure. Monte Carlo simulations are run to assess the statistical properties of the estimator. Some evidence of noninvertibility is presented for the prime rate and expenditure for new plant and equipment series.