Testing for a unit root in the nonlinear STAR framework
非线性 STAR 框架下的单位根检验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：摘要明确研究非线性自回归框架中的单位根检验，并应用于实际利率和实际汇率序列。
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…
非线性 STAR 框架下的单位根检验
- 研究问题
- 如何区分单位根非平稳过程与非线性但全局平稳的 ESTAR 过程，尤其在高度持续、接近单位根的情形下提高检验辨别能力？
- 方法与思路
- 作者提出针对全局平稳指数平滑转换自回归备择的检验，推导非标准极限分布，用模拟与 DF 检验比较，并应用于实际利率及实际汇率。
- 材料陈述的贡献
- 摘要称在所考察高持续性 ESTAR 备择中，新检验功效高于 DF；应用中更多情形拒绝单位根，作者据此提出非线性均值回复的证据。
- 阅读关注点
- 应核对零假设与 ESTAR 备择的参数化、统计量构造和临界值，以及功效比较是否控制检验尺寸，实证结论是否依赖趋势及滞后设定。
- 阅读边界
- 仅依据作者／机构库所标注版本摘要，不能推断刊本变化；拒绝单位根不能单独确认 ESTAR 为真实模型，摘要也未给出逐项检验结果。
原文摘要
In this paper, we propose a simple testing procedure to detect the presence of nonstationarity against nonlinear but globally stationary exponential smooth transition autoregressive processes. We provide an advance over the existing literature in three senses. First, we derive the limiting nonstandard distribution of the proposed tests. Second, we find via Monte Carlo simulation exercises that under the alternative of a globally stationary ESTAR process, our proposed test has better power than the standard Dickey–Fuller test, in the region of the null, where the processes are highly persistent. Third, we provide an application to ex post real interest rates and bilateral real exchange rates with the US Dollar from the 11 major OECD countries, and find our test is able to reject a unit root in many cases, whereas the linear DF tests fail, providing some evidence of nonlinear mean-reversion in both real interest and exchange rates.