A RESIDUAL-BASED LM-TYPE TEST AGAINST FRACTIONAL COINTEGRATION
针对分数协整的残差型 LM 检验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：摘要直接研究非平稳积分序列、分数协整及残差型检验的极限分布。
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
针对分数协整的残差型 LM 检验
- 研究问题
- 如何对非平稳积分时间序列检验无协整原假设与分数协整备择，并处理估计回归残差对 LM 极限分布的影响？
- 方法与思路
- 作者将针对分数备择的 LM 检验用于单方程残差，比较静态水平回归与差分变量回归，并以蒙特卡洛实验考察表现。
- 材料陈述的贡献
- 摘要称，直接使用水平回归残差会失去渐近正态性，而采用差分变量回归残差时，统计量具有标准正态极限。
- 阅读关注点
- 应核对差分回归的具体形式、积分阶数与分数备择范围、残差估计误差处理，以及有限样本尺寸与功效证据。
- 阅读边界
- 仅据 RePEc 所载出版社摘要；摘要未列出完整积分和依赖条件、统计量公式或模拟数值，不能判断各种协整情形的适用性。
原文摘要
Nonstationary integrated time series may be fractionally cointegrated. Here we propose a test for the null hypothesis of no cointegration. It builds on the asymptotically normal Lagrange multiplier (LM) test against fractional alternatives applied to single equation residuals. It is shown that the LM test applied naively to residuals from a static level regression does not retain asymptotic normality. However, when the LM statistic is employed with residuals from a regression of differenced variables, then the test statistic is shown to have a standard normal limiting distribution. Monte Carlo experiments establish its relevance in finite samples.We thank Norbert Christopeit and three anonymous referees for corrections and very valuable comments.