Codependence in cointegrated autoregressive models
协整自回归模型中的共同依赖周期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：摘要聚焦协整 VAR/VECM、暂时性周期分解和英国消费序列的共同动态。
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
协整自回归模型中的共同依赖周期
- 研究问题
- 如何识别对共同刺激作相似但不必同步反应的暂时性周期成分，并确定有限阶 VAR 中相关共同特征组合的数量与阶数限制？
- 方法与思路
- 作者对受限 VAR/VECM 进行完全信息最大似然估计，通过 Beveridge–Nelson 分解提取共同依赖周期，并模拟比较相关检验。
- 材料陈述的贡献
- 摘要称，方法支持受限系统估计和周期提取；模拟中，基于该估计的 LR 检验较 GMM 与典型相关检验功效更高且尺寸表现良好。
- 阅读关注点
- 应核对共同依赖与协整的区别、共同特征限制的形式，以及周期分解、LR 检验和比较方法在相同设定下的实现方式。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断检验优势的模拟范围或模型限制；英国消费数据应用仅说明考察共同依赖，未报告结论。
原文摘要
Abstract This paper investigates codependent cycles, i.e., transitory components that react to common stimuli in a similar, although not necessarily synchronous fashion. Unlike previous studies, the methodology of this paper allows FIML estimation of the restricted VAR/VECM and therefore the extraction of the unobserved codependent cyclical components via a Beveridge‐Nelson decomposition. It is further shown that the number and order of cofeature combinations that yield the scalar component models associated with codependence is limited by the dimension of a finite‐order VAR system. Monte Carlo simulations indicate that LR tests based on FIML estimates have higher power than alternative GMM and canonical correlations tests, while maintaining good size properties. An empirical application investigates the presence of codependence in UK consumption data. Copyright © 2007 John Wiley & Sons, Ltd.