A class of simple distribution-free rank-based unit root tests
一类简单的分布无关秩单位根检验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：摘要研究时间序列单位根检验及其创新分布和初始值问题。
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…
一类简单的分布无关秩单位根检验
- 研究问题
- 如何构造不依赖未知创新密度的单位根检验，并考察参考密度、初始值和厚尾创新对检验效率与有限样本表现的影响？
- 方法与思路
- 作者以参考密度索引一类秩检验，分析分布无关性、特定渐近方案下的局部最优性，并比较有限样本表现。
- 材料陈述的贡献
- 摘要称检验具有精确有限样本尺寸，并在广泛初始值及厚尾创新情形下表现优于所比较的传统和较新单位根检验。
- 阅读关注点
- 应核对分布无关性所需的创新过程条件、初值处理、参考密度选择，以及局部最优性和效率比较使用的渐近方案。
- 阅读边界
- 仅依据所给出版社摘要；具体条件和比较数值未说明，摘要也强调表现依赖初始值，不能将优势推广到所有时间序列。
原文摘要
We propose a class of distribution-free rank-based tests for the null hypothesis of a unit root. This class is indexed by the choice of a reference density g, which need not coincide with the unknown actual innovation density f. The validity of these tests, in terms of exact finite-sample size, is guaranteed, irrespective of the actual underlying density, by distribution-freeness. Those tests are locally and asymptotically optimal under a particular asymptotic scheme, for which we provide a complete analysis of asymptotic relative efficiencies. Rather than stressing asymptotic optimality, however, we emphasize finite-sample performances, which also depend, quite heavily, on initial values. It appears that our rank-based tests significantly outperform the traditional Dickey-Fuller tests, as well as the more recent procedures proposed by Elliott et al. (1996), Ng and Perron (2001), and Elliott and Müller (2006), for a broad range of initial values and for heavy-tailed innovation densities. Thus, they provide a useful complement to existing techniques.