Estimation of a Dynamic Tobit Model with a Unit Root
具有单位根的动态 Tobit 模型估计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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要核心是动态删失时间序列在局部单位根下的估计、渐近分布和序贯检验。
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
具有单位根的动态 Tobit 模型估计
- 研究问题
- 动态 Tobit 模型接近单位根时，哪些估计量仍然一致，短期参数的检验统计量能否使用标准正态推断？
- 方法与思路
- 作者在局部趋近单位根渐近框架下分析高斯极大似然、删失最小绝对偏差与 OLS，并推导估计量分布。
- 材料陈述的贡献
- 摘要称，ML 与 CLAD 一致且短期参数具有标准正态 t 统计量；OLS 虽在该框架下一致，其 t 统计量仍非标准。
- 阅读关注点
- 应核对删失机制、局部单位根参数化、稳健性具体含义，以及短期参数与持久性参数的渐近分布区别。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未说明误差和初始值条件，不能将短期结论推广到全部参数。
原文摘要
This paper studies robust estimation in the dynamic Tobit model under local-to-unity (LUR) asymptotics. We show that both Gaussian maximum likelihood (ML) and censored least absolute deviations (CLAD) estimators are consistent, extending results from the stationary case where ordinary least squares (OLS) is inconsistent. The asymptotic distributions of MLE and CLAD are derived; for the short-run parameters they are shown to be Gaussian, yielding standard normal t-statistics. In contrast, although OLS remains consistent under LUR, its t-statistics are not standard normal. These results enable reliable model selection via sequential t-tests based on ML and CLAD, paralleling the linear autoregressive case. Applications to financial and epidemiological time series illustrate their practical relevance.