Efficient Wald Tests for Fractional Unit Roots
分数单位根的有效 Wald 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：摘要围绕分数单位根、长短记忆及序列相关展开检验理论，文本直接支持归入时间序列方向。
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
分数单位根的有效 Wald 检验
- 研究问题
- 在单位根原假设与分数单位根备择之间，如何构造具有局部渐近效率的 Wald 检验，并处理短程相关及记忆参数预估计？
- 方法与思路
- 作者在局部备择框架下构造 Wald 检验；存在短程序列相关时采用两步程序，避免非线性回归模型估计，并分析记忆参数预估计的影响。
- 材料陈述的贡献
- 摘要称所提检验与最优 Robinson 拉格朗日乘子检验局部渐近等价，且短记忆或长记忆参数的预估计不影响一阶渐近性质。
- 阅读关注点
- 核对分数备择的参数化、局部渐近等价成立的条件、短程相关的处理方式，以及两步检验与记忆参数预估计所需的正则条件。
- 阅读边界
- 摘要未给出具体统计量、正则条件和有限样本结果；效率陈述限于所述局部渐近框架，不能据此断言各种样本和备择下均占优。
原文摘要
In this article we introduce efficient Wald tests for testing the null hypothesis of the unit root against the alternative of the fractional unit root. In a local alternative framework, the proposed tests are locally asymptotically equivalent to the optimal Robinson Lagrange multiplier tests. Our results contrast with the tests for fractional unit roots, introduced by Dolado, Gonzalo, and Mayoral, which are inefficient. In the presence of short range serial correlation, we propose a simple and efficient two-step test that avoids the estimation of a nonlinear regression model. In addition, the first-order asymptotic properties of the proposed tests are not affected by the preestimation of short or long memory parameters.