Testing Business Cycle Asymmetries Based on Autoregressions With a Markov-Switching Intercept
基于马尔可夫转换截距自回归的经济周期非对称性检验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：摘要研究马尔可夫转换自回归的水平与差分偏度、经济周期非对称性检验及失业率应用，直接属于宏观时间序列。
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
基于马尔可夫转换截距自回归的经济周期非对称性检验
- 研究问题
- 带马尔可夫转换截距的自回归模型中，经济周期的深度不对称与陡峭不对称分别意味着什么参数限制，既有检验能否正确识别它们？
- 方法与思路
- 作者推导过程本身及其一阶差分的偏度，并在一阶自回归、两状态的特例中给出无深度不对称和无陡峭不对称的参数限制。
- 材料陈述的贡献
- 摘要称，推导得到的限制说明既有相关检验可能得出错误结论；新检验应用于美国失业率后，作者发现其存在陡峭不对称。
- 阅读关注点
- 应核对两类非对称性与水平、差分偏度的对应关系、特例参数限制的推导，以及新旧检验为何可能对同一过程给出不同结论。
- 阅读边界
- 摘要未说明一般阶数或更多状态下的限制，也未报告检验的有限样本性质；失业率的陡峭不对称结果仍需结合样本与模型设定判断。
原文摘要
Implications of two concepts of asymmetry—deepness and steepness—are investigated for autoregressive processes with a Markov-switching intercept. The formulas for the skewness of these processes and the skewness of the first differences of these processes are derived. The parameter restrictions leading to nondeepness and nonsteepness are presented for the special case of a first-order autoregression and two states. It is shown that these restrictions imply that previous tests for asymmetries in autoregressive processes with a Markov-switching intercept can lead to wrong conclusions. In an empirical application of the developed tests, the U.S. unemployment rate is found to be steep.