KERNEL AND BANDWIDTH SELECTION, PREWHITENING, AND THE PERFORMANCE OF THE FULLY MODIFIED LEAST SQUARES ESTIMATION METHOD
核与带宽选择、预白化及完全修正最小二乘的表现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：摘要直接研究协整向量估计及相关核、带宽和预白化选择，属于时间序列计量。
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
核与带宽选择、预白化及完全修正最小二乘的表现
- 研究问题
- 估计协整向量时，完全修正最小二乘的核函数、预白化及自动带宽选择，会怎样影响有限样本表现和二阶渐近偏差？
- 方法与思路
- 作者比较标准与预白化核估计、参数与非参数自动带宽方法及不同核函数形成的估计版本，并通过 Monte Carlo 考察有限样本性质。
- 材料陈述的贡献
- 摘要称，模拟结果提示 Andrews–Monahan 预白化核估计结合 Newey–West 非参数带宽选择，可使二阶渐近偏差效应最小。
- 阅读关注点
- 应核对长期协方差估计的实施、预白化和带宽规则、模拟数据生成过程，以及所谓偏差最小所依据的指标与比较范围。
- 阅读边界
- 仅据所给 Crossref 摘要，无法获知样本量、参数设定和数值结果；所述偏差表现不能扩展为所有协整模型下的全面最优性。
原文摘要
This paper examines several practical issues regarding the implementation of the Phillips and Hansen fully modified least squares (FMLS) method for the estimation of a cointegrating vector. Various versions of this method arise by selecting between standard and prewhitened kernel estimation and between parametric and nonparametric automatic bandwidth estimators and also among alternative kernels. A Monte Carlo study is conducted to investigate the finite-sample properties of the alternative versions of the FMLS procedure. The results suggest that the prewhitened kernel estimator of Andrews and Monahan (1992, Econometrica 60, 953–966) in which the bandwidth parameter is selected via the nonparametric procedure of Newey and West (1994, Review of Economic Studies 61, 631–653) minimizes the second-order asymptotic bias effects.