Sieve bootstrap inference for linear time-varying coefficient models
线性时变系数模型的筛自助法推断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：摘要直接研究自相关时间序列中的时变系数推断及参数恒定性检验，对应时间序列与结构变化。
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
线性时变系数模型的筛自助法推断
- 研究问题
- 存在自相关时，如何为时变系数回归提供逐点与同时推断，并检验参数是否恒定，包括时间区间内部与边界处的推断？
- 方法与思路
- 作者以局部线性估计为基础建立筛自助法框架，自动估计干扰参数，并提出基于自助法的参数恒定性检验及其渐近分析。
- 材料陈述的贡献
- 摘要称，证明了自相关下自助法的渐近有效性；欧洲碳排放配额应用发现价格与基本面因素关系随时间变化，并用于解释既有分歧。
- 阅读关注点
- 应核对自相关及系数平滑条件、筛阶数和带宽选择、同时推断的覆盖范围，以及边界处理和恒定性检验的校准方式。
- 阅读边界
- 仅据所给OpenAlex版本摘要，不能推断后续刊本变化；摘要未说明完整条件或实证数值，时变关系不能仅凭摘要解释为因果效应。
原文摘要
We propose a sieve bootstrap framework to conduct pointwise and simultaneous inference for time-varying coefficient regression models based on a local linear estimator. The asymptotic validity of the sieve bootstrap in the presence of autocorrelation is established. The bootstrap automatically produces a consistent estimate of nuisance parameters, both at the interior and boundary points. In addition, we develop a bootstrap-based test for parameter constancy and examine its asymptotic properties. An extensive simulation study demonstrates a good finite sample performance of our methods. The proposed methods are applied to assess the price development of CO2 certificates in the European Emissions Trading System. We find evidence of time variation in the relationship between allowance prices and their fundamental price drivers. The time variation might offer an explanation for previous contradicting findings using linear regression models with constant coefficients.