TESTING FOR GENERAL FRACTIONAL INTEGRATION IN THE TIME DOMAIN
一般分数整合的时域检验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：摘要核心是时间序列长期与周期成分的分数整合检验，GARCH 仅作为可容纳的动态形式。
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…
一般分数整合的时域检验
- 研究问题
- 如何在时域中检验时间序列长期或周期成分中的分数整合，并容许任意频率上的多个分数单位根及短记忆动态？
- 方法与思路
- 作者提出基于最小二乘的检验族，在回归框架中纳入短记忆成分，并建立这些检验与拉格朗日乘子检验的渐近等价。
- 材料陈述的贡献
- 摘要称，方法覆盖零到 π 间的单个或多个分数单位根，可容纳 ARMA、GARCH 类动态，并采用标准卡方临界值。
- 阅读关注点
- 应核对频率和分数阶参数是否预先指定、短记忆成分如何处理，以及卡方极限和不同备择下功效成立的条件。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断任意动态设定均被覆盖；频率选择、正则条件和有限样本表现均未具体说明。
原文摘要
We propose a family of least-squares–based testing procedures that look to detect general forms of fractional integration at the long-run and/or the cyclical component of a time series, and that are asymptotically equivalent to Lagrange multiplier tests. Our setting extends Robinson’s (1994) results to allow for short memory in a regression framework and generalizes the procedures in Agiakloglou and Newbold (1994), Tanaka (1999), and Breitung and Hassler (2002) by allowing for single or multiple fractional unit roots at any frequency in [0, π ]. Our testing procedure can be easily implemented in practical settings and is flexible enough to account for a broad family of long- and short-memory specifications, including ARMA and/or GARCH-type dynamics, among others. Furthermore, these tests have power against different types of alternative hypotheses and enable inference to be conducted under critical values drawn from a standard chi-square distribution, irrespective of the long-memory parameters.