Some Exact Distribution Theory for Maximum Likelihood Estimators of Cointegrating Coefficients in Error Correction Models
误差修正模型中协整系数最大似然估计量的若干精确分布理论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：摘要明确研究误差修正模型中的协整系数及其有限样本分布，直接对应时间序列计量，未涉及具体冲击识别或预测。
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
误差修正模型中协整系数最大似然估计量的若干精确分布理论
- 研究问题
- 误差修正模型中协整系数的最大似然估计量具有怎样的有限样本尾部与矩性质，不同表示下的估计为何出现不同的极端值表现？
- 方法与思路
- 作者推导部分精确有限样本分布，对比降秩回归估计与特定三角系统表示下的最大似然估计，刻画尾部形态和有限整数阶矩的范围。
- 材料陈述的贡献
- 摘要称，降秩回归估计具有类柯西尾部且无有限正整数阶矩；特定三角表示估计具有矩阵 t 分布尾部，有限整数矩可达 T−n+r 阶。
- 阅读关注点
- 应核对分布结论的误差与初值条件、三角表示的具体约束，并确认矩阶界 T−n+r 中样本量、变量数与协整维数的定义及适用范围。
- 阅读边界
- 摘要未说明获得精确分布所需的完整模型条件；尾部结论仅针对所述估计与表示，不能据此判定三角表示方法在所有损失指标下更好。
原文摘要
The author derives some exact finite sample disbibutions and characterizes the tail behavior of maximum likelihood estimators of the cointegrating coefficients in error correction models. The reduced rank regression estimator has a distribution with Cauchy-like tails and no finite moments of integer order. The maximum likelihood estimator of the coefficients in a particular triangular system representation has matrix t-distribution tails with finite integer moments to order T - n + r, where T is the sample size, n is the total number of variables, and r is the dimension of cointegration space. This helps explain some recent simulation studies where extreme outliers occur more frequently for the reduced rank regression estimator than for alternative asymptotically efficient procedures based on triangular representation. Copyright 1994 by The Econometric Society.