Ratio-based estimators for a change point in persistence
持久性变点的比率型估计量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：摘要直接研究时间序列持久性由 I(0) 到 I(1) 或反向变化，以及相应结构变点日期的估计。
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
持久性变点的比率型估计量
- 研究问题
- 当时间序列在 I(0) 与 I(1) 之间转换，且均值或其他确定性成分需要估计时，既有比率型方法能否一致估计变点日期？
- 方法与思路
- 作者分析既有比率型变点估计量的渐近极限，并用蒙特卡洛研究考察大样本偏差、中等样本表现及搜索区间端点的影响。
- 材料陈述的贡献
- 摘要称，估计确定性成分时这些估计量不一致；从 I(0) 转为 I(1) 时，其随机极限以真实变点为上界，模拟也显示向下偏差。
- 阅读关注点
- 应核对去均值或去趋势如何改变目标函数、两种转换方向的结论差别，以及搜索区间端点与随机极限的具体关系。
- 阅读边界
- 仅据所给出版社摘要，不能确定全部适用过程、偏差数值或修正方法；关于随机极限上界的陈述明确针对 I(0) 转为 I(1)。
原文摘要
We study estimation of the date of change in persistence, from I(0) to I(1) or vice versa. Contrary to statements in the original papers, our analytical results establish that the ratio-based break point estimators of Kim [Kim, J.Y., 2000. Detection of change in persistence of a linear time series. Journal of Econometrics 95, 97–116], Kim et al. [Kim, J.Y., Belaire-Franch, J., Badillo Amador, R., 2002. Corringendum to “Detection of change in persistence of a linear time series”. Journal of Econometrics 109, 389–392] and Busetti and Taylor [Busetti, F., Taylor, A.M.R., 2004. Tests of stationarity against a change in persistence. Journal of Econometrics 123, 33–66] are inconsistent when a mean (or other deterministic component) is estimated for the process. In such cases, the estimators converge to random variables with upper bound given by the true break date when persistence changes from I(0) to I(1). A Monte Carlo study confirms the large sample downward bias and also finds substantial biases in moderate sized samples, partly due to properties at the end points of the search interval.