Threshold Autoregressions for Strongly Autocorrelated Time Series
强自相关时间序列的阈值自回归模型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：摘要以经济时间序列的平稳性、近单位根行为、阈值自回归和稳定性检验为核心，并应用于利率数据，故归入时间序列方向。
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
强自相关时间序列的阈值自回归模型
- 研究问题
- 当经济序列在线性模型中表现为单位根或近单位根，却与经济理论不符时，平稳的阈值模型能否解释这种高度持续性？
- 方法与思路
- 作者考虑阈值效应仅进入截距的平稳 TAR 模型，并通过剔除水平位移后检验平稳性，构造模型稳定性的设定检验。
- 材料陈述的贡献
- 摘要指出，这类平稳模型可在经济应用常见样本长度下呈现近似单位根路径，并讨论估计推断、提出检验及展示利率应用。
- 阅读关注点
- 核对截距阈值结构与平稳条件、阈值及位移如何估计，以及先剔除位移再检验的有效性和低功效出现的情形。
- 阅读边界
- 摘要明确提示，部分模拟情形下所述检验及若干线性检验功效较低；未交代具体参数、样本规模和利率数据范围。
原文摘要
In some cases the unit root or near unit root behavior of linear autoregressive models fitted to economic time series is not in accordance with the underlying economic theory. To accommodate this feature we consider a threshold autoregressive (TAR) process with the threshold effect only in the intercept term. Although these processes are stationary, their realizations switch between different regimes and can therefore closely resemble those of (near) integrated processes for sample sizes relevant in many economic applications. Estimation and inference of these TAR models are discussed, and a specification test for testing their stability is derived. Testing is based on the idea that if (near) integratedness is really caused by level shifts, the series purged of these shifts should be stable so that known stationarity tests can be applied to this series. Simulation results indicate that in certain cases these tests, like several linearity tests, can have low power. The proposed model is applied to interest rate data.