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:摘要围绕含单位根的线性时间序列与向量自回归展开,研究系数及检验统计量的渐近分布,因此归入时间序列。

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
James H. Stock
Mark W. Watson

含部分单位根的线性时间序列模型中的推断

研究问题
当线性时间序列的部分或全部变量具有单位根,且允许重根和时间多项式时,哪些系数仍能作常规渐近推断,哪些检验呈非标准分布?
方法与思路
作者考察含单位根、可能含时间多项式的线性模型,以 VAR 为例,按参数能否写成均值为零的非积分回归变量系数分析渐近分布。
材料陈述的贡献
摘要称,可表示为零均值非积分变量系数的参数具有联合正态极限并以 √T 速率收敛;其余系数及相关 t、F 统计量一般具有非标准极限。
阅读关注点
应核对参数重写所需条件、单位根重数与确定性趋势的处理,以及各系数对应的收敛速率和 t、F 检验的有效临界值。
阅读边界
摘要未给出完整模型条件与非标准分布形式,不能把部分系数的正态性推广到全部 VAR 参数,也不能据此判断有限样本检验表现。

原文摘要

This paper considers estimation and hypothesis testing in linear time series when some or all of the variables have (possibly multiple) unit roots. The motivating example is a vector autoregression with some unit roots in the companion matrix, which might include polynomials in time as regressors. Parameters that can be written as coefficients on mean zero, nonintegrated regressors have jointly normal asymptotic distribution, converging at the rate of T(superscript "one-half") In general, the other coefficients (including the coefficient on polynomials in time), and associated t and F test statistics, have nonstandard asymptotic distributions. Copyright 1990 by The Econometric Society.

笔记与分组
相关领域论文