CONSISTENT ESTIMATION IN COINTEGRATED VECTOR AUTOREGRESSIVE MODELS WITH NONLINEAR TIME TRENDS IN COINTEGRATING RELATIONS
协整关系含非线性时间趋势的向量自回归模型：一致估计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。
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：摘要明确研究含非线性趋势的协整向量自回归模型及其估计。
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
协整关系含非线性时间趋势的向量自回归模型：一致估计
- 研究问题
- 在协整关系含非线性时间趋势及非线性参数限制时，如何证明高斯最大似然估计一致，并区分约化参数与结构参数的识别要求？
- 方法与思路
- 作者采用不依赖坐标选择的框架证明约化参数估计一致，再对关注的结构参数施加适当识别条件，并推导一致性速率。
- 材料陈述的贡献
- 摘要称，约化参数的一致性不要求底层结构参数可识别；结构参数结果可仅要求目标参数识别，并给出后续推断所需的速率。
- 阅读关注点
- 应核对无坐标框架如何表达参数限制、目标参数与干扰参数的识别区别，以及不同参数的一致性速率和成立条件。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定允许的非线性趋势形式和具体速率；约化参数一致性不自动意味着全部结构参数可识别。
原文摘要
This paper studies the consistency of the Gaussian maximum likelihood estimator in a cointegrated vector autoregressive model with nonlinear time trends in cointegrating relations. The results are proved in a coordinate free framework that readily allows for general nonlinear parameter restrictions and makes it possible to show the consistency of reduced form parameter estimators without assuming identifiability of underlying structural parameters. Various consistency results for structural parameter estimators can then be obtained by imposing suitable identification conditions for the parameters of interest but not necessarily for nuisance parameters. Orders of consistency are also obtained because they are needed to develop a related asymptotic theory of statistical inference.