Testing for co-integration in vector autoregressions with non-stationary volatility
非平稳波动率向量自回归中的协整检验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 VAR 协整检验及包含永久波动率变化和多个断点的设定。
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…
非平稳波动率向量自回归中的协整检验
- 研究问题
- 当向量自回归的无条件波动率发生永久变化，包括单次或多次断点时，常规协整秩检验是否可靠，应如何修正？
- 方法与思路
- 作者分析一般非平稳波动率下秩统计量的极限分布，并提出野生自助法检验，无需指定参数化波动率模型或共同变化模式。
- 材料陈述的贡献
- 摘要称常规秩统计量分布依赖多变量波动率过程的积分协变，影响检验水平和功效，并报告野生自助法表现良好。
- 阅读关注点
- 应核对允许的波动率路径、变量间协变条件、自助法重抽样构造及有效性证明，并查看断点设计下水平和功效的数值比较。
- 阅读边界
- 出版社摘要未列出完整条件、重抽样细节或数值结果；表现良好的陈述不能推广到任意波动率过程，也不等同于识别波动率断点。
原文摘要
Many key macroeconomic and financial variables are characterized by permanent changes in unconditional volatility. In this paper we analyse vector autoregressions with non-stationary (unconditional) volatility of a very general form, which includes single and multiple volatility breaks as special cases. We show that the conventional rank statistics computed as in (Johansen, 1988) and (Johansen, 1991) are potentially unreliable. In particular, their large sample distributions depend on the integrated covariation of the underlying multivariate volatility process which impacts on both the size and power of the associated co-integration tests, as we demonstrate numerically. A solution to the identified inference problem is provided by considering wild bootstrap-based implementations of the rank tests. These do not require the practitioner to specify a parametric model for volatility, or to assume that the pattern of volatility is common to, or independent across, the vector of series under analysis. The bootstrap is shown to perform very well in practice.