TEMPORAL AGGREGATION AND THE FINITE SAMPLE PERFORMANCE OF SPECTRAL REGRESSION ESTIMATORS IN COINTEGRATED SYSTEMS
时间聚合与协整系统中谱回归估计量的有限样本表现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：摘要围绕时间聚合、协整系统与谱回归估计展开，直接支持时间序列分类。
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
时间聚合与协整系统中谱回归估计量的有限样本表现
- 研究问题
- 时间聚合后的协整系统中，带宽、核函数、存量与流量数据组合及估计迭代如何影响谱回归估计量的有限样本表现？
- 方法与思路
- 作者通过模拟实验比较谱密度估计的带宽与平滑核选择，并考察不同存量流量组合及谱估计迭代对参数估计表现的影响。
- 材料陈述的贡献
- 摘要称，带宽与核函数的正确选择对准确估计十分关键；在所考察情形中，仅用流量数据的估计方差小于存量或混合数据估计。
- 阅读关注点
- 阅读全文时应核对时间聚合机制、模拟设计、带宽选择准则、核函数与迭代设置，并区分方差较小和整体估计误差较小。
- 阅读边界
- 仅据所给 RePEc 出版社摘要，无法判断模拟覆盖范围与具体差异；流量数据的方差优势不能推广为所有协整系统的结论。
原文摘要
The finite sample performance of spectral regression estimators in temporally aggregated cointegrated systems is investigated via the use of simulation experiments. The simulations address issues such as “optimal” choice of bandwidth parameter and effects of smoothing kernel in constructing estimates of spectral densities that are used by the spectral regression estimators; the effects of stock and flow variables and mixtures of the two, including the relative finite sample efficiency of the estimators under different combinations of stock and flow variables; and the effects of conducting iterations of the spectral estimators. A striking feature of the results is the crucial role that correct choice of bandwidth and kernel function plays in producing accurate estimates of the unknown parameters. Furthermore, estimates obtained using flow data alone are found to be more efficient, in the sense of having smaller variance, than those obtained using stock data alone or mixtures of stocks and flows, thereby confirming in finite samples their relative asymptotic properties.