跳到正文
← 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:摘要直接研究状态切换自回归过程、单位根和平稳性,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
Giuseppe Cavaliere
Iliyan Georgiev

状态切换自回归系数与单位根检验的渐近理论

研究问题
当马尔可夫状态切换次数在样本增大后仍依概率有界时,如何建立单位根相关的渐近理论,并描述单位根与平稳状态之间的动态?
方法与思路
作者将状态切换概率与样本量反向关联,构造稀疏切换的渐近框架,再应用于在单位根状态和平稳状态之间切换的随机单位根模型。
材料陈述的贡献
摘要称,文章为切换次数依概率有界的情形推导新的渐近结果,补充通常假定切换次数随样本量趋于无穷的理论框架。
阅读关注点
应核对切换概率随样本量变化的具体设定、初始状态处理和极限分布,并确认这些结果如何转化为单位根检验的推断规则。
阅读边界
仅据所给 Crossref 摘要解读;摘要未说明具体极限分布、检验临界值和适用条件,不能判断有限样本表现或推断刊本变化。

原文摘要

Most of the asymptotic results for Markov regime-switching models with possible unit roots are based on specifications implying that the number of regime switches grows to infinity as the sample size increases. Conversely, in this note we derive some new asymptotic results for the case of Markov regime switches that are infrequent in the sense that their number is bounded in probability, even asymptotically. This is achieved by (inversely) relating the probability of regime switching to the sample size. The proposed asymptotic theory is applied to a well-known stochastic unit root model, where the dynamics of the observed variable switches between a unit root regime and a stationary regime.

笔记与分组
相关领域论文