NONLINEAR COINTEGRATING POWER FUNCTION REGRESSION WITH ENDOGENEITY
存在内生性的非线性协整幂函数回归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：摘要明确研究非线性协整、随机非平稳时间序列及其极限理论。
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…
存在内生性的非线性协整幂函数回归
- 研究问题
- 当协整关系采用非线性幂函数且允许内生性与异方差时，如何建立估计理论并检验线性协整的非线性偏离？
- 方法与思路
- 作者发展非线性回归的渐近理论，用线性化伪模型构造检验，并建立超出通常半鞅结构的随机积分弱收敛结果。
- 材料陈述的贡献
- 摘要称给出非线性协整检验和适用于随机非平稳序列的极值估计框架；检验在严格外生情形具有标准正态极限。
- 阅读关注点
- 应核对幂函数参数范围、内生性如何进入极限分布、伪模型的线性化误差，以及标准正态结论的严格外生条件。
- 阅读边界
- 仅据所给 Crossref 摘要，不能将严格外生时的标准正态结论推广到内生情形，也无法判断完整正则条件及版本变化。
原文摘要
This paper develops an asymptotic theory for nonlinear cointegrating power function regression. The framework extends earlier work on the deterministic trend case and allows for both endogeneity and heteroskedasticity, which makes the models and inferential methods relevant to many empirical economic and financial applications, including predictive regression. A new test for linear cointegration against nonlinear departures is developed based on a simple linearized pseudo-model that is very convenient for practical implementation and has standard normal limit theory in the strictly exogenous regressor case. Accompanying the asymptotic theory of nonlinear regression, the paper establishes some new results on weak convergence to stochastic integrals that go beyond the usual semimartingale structure and considerably extend existing limit theory, complementing other recent findings on stochastic integral asymptotics. The paper also provides a general framework for extremum estimation limit theory that encompasses stochastically nonstationary time series and should be of wide applicability.