Generating univariate fractional integration within a large VAR(1)
在高维 VAR(1) 中生成单变量分数阶单整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：摘要直接研究 VAR、分数阶单整与单变量长记忆，属于时间序列方向。
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…
在高维 VAR(1) 中生成单变量分数阶单整
- 研究问题
- 有限阶高维向量自回归模型，能否使其中单个序列呈现分数阶单整？论文研究多变量动态与单变量长记忆之间的联系。
- 方法与思路
- 作者从 VAR(1) 的最终方程表示出发，推导产生单变量分数阶白噪声的高层次假设，并在两个具体模型中核验。
- 材料陈述的贡献
- 摘要称，有限阶高维 VAR 可以在边际单变量序列中生成分数阶单整，并给出相应条件及两个模型的验证。
- 阅读关注点
- 应核对维度增长与单变量极限之间的关系、最终方程表示的推导，以及两个模型满足高层次假设的具体理由。
- 阅读边界
- 仅据所给出版社摘要，无法判断具体假设、极限过程及适用范围；两个模型的验证也不能直接推广到任意高维 VAR。
原文摘要
This paper shows that a large dimensional vector autoregressive model (VAR) of finite order can generate fractional integration in the marginalized univariate series. We derive high-level assumptions under which the final equation representation of a VAR(1) leads to univariate fractional white noises and verify the validity of these assumptions for two specific models.