On Periodic Structures and Testing for Seasonal Unit Roots
周期结构与季节单位根检验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：摘要明确研究周期 ARMA、季节单位根及宏观经济时间序列应用，直接对应时间序列方向。
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…
周期结构与季节单位根检验
- 研究问题
- 当时间序列具有周期性参数结构时，如何检验零频率和季节频率上的单位根，以及允许周期性相较时不变模型有何影响。
- 方法与思路
- 作者采用周期 ARMA 模型替代常见时不变 ARIMA 设定，提出单位根检验程序，推导并列表呈现极限分布，并提供模拟与应用。
- 材料陈述的贡献
- 摘要称，文章给出周期时间序列的零频和季节单位根检验，模拟展示允许周期性的优势，并应用于宏观经济及臭氧数据。
- 阅读关注点
- 应核对周期模型的参数结构、不同频率单位根的原假设，以及极限分布、临界值和模拟优势分别依赖的条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；模型限制、检验功效与应用结论未说明，不能推断其他版本变化。
原文摘要
The standard testing procedures for seasonal unit roots developed so far have been based mainly on time-invariant autoregressive integrated moving average (ARIMA) processes with AR polynomials involving seasonal differencing. One attractive alternative is to use periodic ARMA models. Convenient procedures are presented for testing for the presence of unit roots at the zero and seasonal frequencies in periodic time series. The limiting distributions are derived and tabulated simulation evidence illustrates the advantages of allowing for periodicity. The tests are illustrated via applications to macroeconomic and ozone level data.