The Local Projection Residual Bootstrap for AR(1) Models
AR(1) 模型的局部投影残差自助法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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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 AR(1) 时间序列中的局部投影和脉冲响应置信区间。
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
AR(1) 模型的局部投影残差自助法
- 研究问题
- 如何为 AR(1) 模型的脉冲响应构造置信区间，使其在包含单位根、未知形式条件异方差和鞅差冲击的模型类中仍有效？
- 方法与思路
- 作者基于局部投影构造残差自助法，分析其在允许单位根的 AR(1) 模型类中的一致性，并研究相应置信区间的渐近性质。
- 材料陈述的贡献
- 摘要称证明了自助法的一致有效性及区间的渐近有效性，并在更受限制的 AR(1) 模型类中得到置信区间的渐近精化结果。
- 阅读关注点
- 应核对一致性覆盖的参数空间、预测期长度和初值条件，以及残差重抽样如何处理异方差、渐近精化额外要求哪些限制。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未给出完整条件、精化阶数及有限样本结果，不能推广至一般多变量系统。
原文摘要
This paper proposes a local projection residual bootstrap method to construct confidence intervals for impulse response coefficients of AR(1) models. Our bootstrap method is based on the local projection (LP) approach and involves a residual bootstrap procedure applied to AR(1) models. We present theoretical results for our bootstrap method and proposed confidence intervals. First, we prove the uniform consistency of the LP-residual bootstrap over a large class of AR(1) models that allow for a unit root, conditional heteroskedasticity of unknown form, and martingale difference shocks. Then, we prove the asymptotic validity of our confidence intervals over the same class of AR(1) models. Finally, we show that the LP-residual bootstrap provides asymptotic refinements for confidence intervals on a restricted class of AR(1) models relative to those required for the uniform consistency of our bootstrap.