Wald-Type Tests for Detecting Breaks in the Trend Function of a Dynamic Time Series
检测动态时间序列趋势函数断点的 Wald 型检验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：摘要直接研究动态时间序列的未知趋势断点，并区分平稳、单位根和近单整误差。
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
检测动态时间序列趋势函数断点的 Wald 型检验
- 研究问题
- 如何检测动态单变量时间序列趋势函数中日期未知的断点，并在误差平稳、含单位根或高度持久且状态不明时开展推断？
- 方法与思路
- 作者扩展均值、指数和上确界检验至趋势及单位根回归变量，分别推导 I(0)、I(1) 结果，并提供近单整保守方案及差分检验。
- 材料陈述的贡献
- 摘要称，均值统计量的功效随断点幅度非单调，且不及指数和上确界统计量；宏观时间序列应用中多次拒绝趋势稳定原假设。
- 阅读关注点
- 应核对趋势断点形式、候选日期范围、误差持久性处理和近单整方案，并检查功效比较的条件及宏观应用中的具体拒绝结果。
- 阅读边界
- 仅据所给 Crossref 摘要；未列宏观序列、断点日期和数值结果，功效排序的具体条件也未说明，不能推断其他版本的变化。
原文摘要
In this paper, test statistics for detecting a break at an unknown date in the trend function of a dynamic univariate time series are proposed. The tests are based on the mean and exponential statistics of Andrews and Ploberger (1994, Econometrica 62, 1383–1414) and the supremum statistic of Andrews (1993, Econometrica 61, 821–856). Their results are extended to allow trending and unit root regressors. Asymptotic results are derived for both I (0) and I (1) errors. When the errors are highly persistent and it is not known which asymptotic theory ( I (0) or I (1)) provides a better approximation, a conservative approach based on nearly integrated asymptotics is provided. Power of the mean statistic is shown to be nonmonotonic with respect to the break magnitude and is dominated by the exponential and supremum statistics. Versions of the tests applicable to first differences of the data are also proposed. The tests are applied to some macroeconomic time series, and the null hypothesis of a stable trend function is rejected in many cases.