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:摘要以局部投影估计 AR(1) 脉冲响应,并研究单位根和时间序列依赖下的推断。

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
Amilcar Velez

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,使推断能在包含单位根、未知形式条件异方差和鞅差冲击的模型类中有效?
方法与思路
作者将局部投影与 AR(1) 残差自助法结合,分别研究自助分布的一致性、置信区间有效性及更受限模型类中的高阶改进。
材料陈述的贡献
摘要称,方法在所述模型类中具有一致有效的推断理论,并在更受限的 AR(1) 模型类中获得置信区间的渐近精细化改进。
阅读关注点
应核对残差重抽样如何适应异方差、脉冲响应期限的允许范围,以及一致有效性与渐近精细化分别需要哪些条件。
阅读边界
所给 Crossref 摘要未说明期限增长、初始值或矩条件;高阶改进仅针对更受限模型类,不能视为全部适用情形中的保证。

原文摘要

This article proposes a local projection (LP) residual bootstrap method to construct confidence intervals for impulse response coefficients of AR(1) models. Our bootstrap method is based on the 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.

笔记与分组
相关领域论文