LOCAL LINEAR FITTING UNDER NEAR EPOCH DEPENDENCE
近历元依赖条件下的局部线性拟合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：摘要明确讨论非线性经济时间序列、ARMA 与 GARCH 组合及局部线性拟合。
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
近历元依赖条件下的局部线性拟合
- 研究问题
- 当组合非线性时间序列的强混合性质难以验证时，能否用近历元依赖条件建立局部线性核估计的渐近理论？
- 方法与思路
- 作者在近历元依赖过程框架下研究局部线性拟合，通过限制依赖程度建立点态渐近正态性，并以模拟与经济时间序列应用作说明。
- 材料陈述的贡献
- 摘要称文章建立近历元依赖下局部线性核估计的点态渐近正态性，模拟与应用例子显示方法在中等长度经济序列中可有良好表现。
- 阅读关注点
- 应核对近历元依赖的基础过程和衰减限制、带宽与矩条件，以及 ARMA 与 GARCH 组合是否满足理论条件及应用中的验证方式。
- 阅读边界
- 出版社摘要未列依赖限制、带宽要求或数值结果；点态正态性不能直接视为一致推断，例子中的表现也不能推广至所有序列或版本。
原文摘要
Local linear fitting of nonlinear processes under strong (i.e., α-) mixing conditions has been investigated extensively. However, it is often a difficult step to establish the strong mixing of a nonlinear process composed of several parts such as the popular combination of autoregressive moving average (ARMA) and generalized autoregressive conditionally heteroskedastic (GARCH) models. In this paper we develop an asymptotic theory of local linear fitting for near epoch dependent (NED) processes. We establish the pointwise asymptotic normality of the local linear kernel estimators under some restrictions on the amount of dependence. Simulations and application examples illustrate that the proposed approach can work quite well for the medium size of economic time series.We thank Yuichi Kitamura and two referees for helpful comments. This research was partially supported by a Leverhulme Trust research grant, the National Natural Science Foundation of China, and the Economic and Social Science Research Council of the UK.