Optimal Inference in Cointegrated Systems
协整系统中的最优推断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、单位根与误差修正系统，核心是非平稳时间序列的估计与推断，因而归入时间序列方向。
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
协整系统中的最优推断
- 研究问题
- 协整系统的最大似然估计在何种设定下具有可用于有效推断的渐近结构，整系统、子系统与单方程方法应如何比较？
- 方法与思路
- 作者研究不同协整系统表述，包括新的三角系统误差修正机制，并在通过模型设定与数据变换消除所有单位根后分析整系统最大似然。
- 材料陈述的贡献
- 摘要称整系统最大似然可纳入局部渐近混合正态理论，并支持整系统误差修正估计或与其渐近等价的子系统方法。
- 阅读关注点
- 应核对消除单位根的具体设定与变换、协整关系的处理，以及子系统何时等价、水平形式无约束VAR与单方程方法为何不利。
- 阅读边界
- 摘要未说明协整秩、确定性项和其他正则条件，也未给出各方法差异的适用范围；不能据此断言整系统估计在所有场景均更优。
原文摘要
Properties of maximum likelihood estimates of cointegrated systems are studied. Alternative formulations are considered, including a new triangular system error correction mechanism. We demonstrate that full system maximum likelihood brings the problem of inference within the family covered by the locally asymptotically mixed normal asymptotic theory, provided all unit roots have been eliminated by specification and data transformation. Methodological issues provide a major focus of the paper. Our results favor use of full system estimation in error correction mechanisms or subsystem methods that are asymptotically equivalent. They also point to disadvantages in the use of unrestricted VAR's formulated in levels and of certain single equation approaches to estimation of error correction mechanisms. Copyright 1991 by The Econometric Society.