Generalized Local‐to‐Unity Models
广义局部单位根模型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：摘要围绕近单位根自回归与移动平均模型、连续时间极限及购买力平价偏离的半衰期推断，直接属于时间序列。
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…
关注这篇论文的作者
广义局部单位根模型
- 研究问题
- 当时间序列含多个接近单位根的自回归与移动平均根时，传统持续性模型能否充分描述其行为，相关推断如何受影响？
- 方法与思路
- 作者提出允许多个自回归根与移动平均根接近单位根的 GLTU(p) 模型，推导连续时间高斯极限，并构建有限信息贝叶斯推断框架。
- 材料陈述的贡献
- 摘要称，该模型可逼近一大类具有平稳高斯极限的过程，并展示常用预测回归推断在所述 GLTU(2) 参数情形下无法控制检验尺寸。
- 阅读关注点
- 阅读全文时应核对近单位根参数设定、缩放与极限过程、检验尺寸失控的条件，以及贝叶斯框架如何量化购买力平价偏离的半衰期不确定性。
- 阅读边界
- 摘要未列明近单位根参数的允许范围、贝叶斯先验与半衰期结果；检验尺寸失控的结论针对所述 GLTU(2) 情形，推广范围需核对。
原文摘要
We introduce a generalization of the popular local‐to‐unity model of time series persistence by allowing for p autoregressive (AR) roots and p − 1 moving average (MA) roots close to unity. This generalized local‐to‐unity model, GLTU( p ), induces convergence of the suitably scaled time series to a continuous time Gaussian ARMA( p , p − 1) process on the unit interval. Our main theoretical result establishes the richness of this model class, in the sense that it can well approximate a large class of processes with stationary Gaussian limits that are not entirely distinct from the unit root benchmark. We show that Campbell and Yogo's (2006) popular inference method for predictive regressions fails to control size in the GLTU(2) model with empirically plausible parameter values, and we propose a limited‐information Bayesian framework for inference in the GLTU( p ) model and apply it to quantify the uncertainty about the half‐life of deviations from purchasing power parity.