Cointegration Testing Using Pseudolikelihood Ratio Tests
利用伪似然比检验进行协整检验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：摘要以多元时间序列、向量自回归和协整秩检验为核心，属于时间序列方向。
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
利用伪似然比检验进行协整检验
- 研究问题
- 如何利用向量自回归模型的伪极大似然估计检验协整秩，以及非高斯伪似然如何改变检验的极限分布和有限样本功效？
- 方法与思路
- 作者构造协整秩的伪似然比检验，分析非高斯情形下极限分布中的干扰参数，讨论其一致估计，并用模拟比较检验功效。
- 材料陈述的贡献
- 摘要称，即使似然正确设定，非高斯检验仍依赖干扰参数；在所考察的尖峰厚尾创新模拟中，其功效通常高于高斯 Johansen 检验。
- 阅读关注点
- 应核对伪似然的选择、干扰参数的解释与估计、临界值构造，以及模拟中的创新分布、尺寸控制和功效比较设置。
- 阅读边界
- 仅据所给 Crossref 摘要；模拟设计、数值结果及功效优势的具体范围未说明，不能将比较推广至所有分布或推断版本变化。
原文摘要
This paper considers pseudomaximum likelihood estimators for vector autoregressive models. These estimators are used to determine the cointegration rank of a multivariate time series process using pseudolikelihood ratio tests. The asymptotic distributions of these tests depend on nuisance parameters if the pseudolikelihood is non-Gaussian. This even holds if the likelihood is correctly specified. The nuisance parameters have a natural interpretation and can be consistently estimated. Some simulation results illustrate the usefulness of the tests: non-Gaussian pseudolikelihood ratio tests generally have a higher power than the Gaussian test of Johansen if the innovations demonstrate leptokurtic behavior.