Prewhitened long-run variance estimation robust to nonstationarity
对非平稳性稳健的预白化长期方差估计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：摘要研究非平稳序列中的长期方差、自相关稳健推断及 VAR 预白化。
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
对非平稳性稳健的预白化长期方差估计
- 研究问题
- 当序列可能非平稳且存在异方差与自相关时，如何估计长期方差，使标准误和假设检验具有可靠的尺寸与功效？
- 方法与思路
- 作者提出非参数非线性 VAR 预白化长期方差估计量，显式处理非平稳性，并以均方误差界选择数据依赖带宽。
- 材料陈述的贡献
- 摘要称，方法带来准确的零假设拒绝率和良好的单调功效，并给出比既有结果更紧的长期方差均方误差界。
- 阅读关注点
- 应核对允许的非平稳过程类别、预白化及再着色步骤、原假设和备择下的条件，以及误差界与带宽选择的关系。
- 阅读边界
- 仅据 RePEc 出版社摘要；非平稳范围、误差界和比较数值未说明，关于既有方法的局限也只能按摘要所述范围理解。
原文摘要
We introduce a nonparametric nonlinear VAR prewhitened long-run variance (LRV) estimator for the construction of standard errors robust to autocorrelation and heteroskedasticity that can be used for hypothesis testing in a variety of contexts including the linear regression model. Existing methods either are theoretically valid only under stationarity and have poor finite-sample properties under nonstationarity (i.e., fixed-b methods), or are theoretically valid under the null hypothesis but lead to tests that are not consistent under nonstationary alternative hypothesis (i.e., both fixed-b and traditional HAC estimators). The proposed estimator accounts explicitly for nonstationarity, unlike previous prewhitened procedures which are known to be unreliable, and leads to tests with accurate null rejection rates and good monotonic power. We also establish MSE bounds for LRV estimation that are sharper than previously established and use them to determine the data-dependent bandwidths.