CYCLICAL TRENDS IN CONTINUOUS TIME MODELS
连续时间模型中的周期性趋势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：摘要讨论经济动态中的趋势、周期及连续时间模型，直接对应时间序列建模。
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
连续时间模型中的周期性趋势
- 研究问题
- 如何在连续时间计量模型中表达经济过程的周期性趋势，并与不可观测成分文献中的趋势加周期设定及微分方程系统相衔接？
- 方法与思路
- 作者考察连续时间周期性趋势，将其作为趋势加周期模型的补充，并讨论将此类趋势纳入 Bergstrom 型微分方程系统的可能性。
- 材料陈述的贡献
- 摘要明确提出连续时间周期性趋势这一建模方向及其与既有框架的联系，但没有陈述具体识别结果、估计程序或经验验证结论。
- 阅读关注点
- 应核对周期性趋势的数学定义、与趋势加周期模型的区别、离散观测下的表示，以及嵌入微分方程系统所需的条件和参数解释。
- 阅读边界
- 所给 Crossref 摘要以研究背景和建模方向为主，未说明具体定理、估计性质或应用结果，不能据此推断其他版本的新增内容。
原文摘要
It is undoubtedly desirable that econometric models capture the dynamic behavior, like trends and cycles, observed in many economic processes. Building models with such capabilities has been an important objective in the continuous time econometrics literature, for instance, the cyclical growth models of Bergstrom (1966); the economy-wide macroeconometric models of, for example, Bergstrom and Wymer (1976); unobserved stochastic trends of Harvey and Stock (1988 and 1993) and Bergstrom (1997); and differential-difference equations of Chambers and McGarry (2002). This paper considers continuous time cyclical trends, which complement the trend-plus-cycle models in the unobserved components literature but could also be incorporated into Bergstrom type systems of differential equations, as were stochastic trends in Bergstrom (1997).