A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems
高阶单整系统中协整向量的简便估计量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：摘要以高阶单整变量的协整向量估计和长期货币需求应用为核心，所选时间序列方向有直接文本依据。
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
高阶单整系统中协整向量的简便估计量
- 研究问题
- 含确定性项及不同高阶单整变量的系统中，如何简便而有效地估计协整向量，并据此对美国长期货币需求进行推断？
- 方法与思路
- 作者给出可用 GLS 或 OLS 计算的协整向量估计量，并构造具有渐近卡方分布的 Wald 统计量，应用于美国长期 M1 货币需求。
- 材料陈述的贡献
- 摘要称估计量有效率；美国 M1 需求在 1900—1989 年样本中稳定，而仅用战后数据的估计不稳定、抽样不确定性较大。
- 阅读关注点
- 重点核对单整阶数、确定性项的处理与效率成立的条件，以及 Wald 推断和货币需求稳定性结论对样本区间的依赖。
- 阅读边界
- 摘要未列明效率比较基准、稳定性判据和模型设定；全期样本的稳定性陈述不能据此推广至其他时期或其他货币指标。
原文摘要
Efficient estimators of cointegrating vectors are presented for systems involving deterministic components and variables of differing, higher orders of integration. The estimators are computed using GLS or OLS, and Wald statistics constructed from these estimators have asymptotic x [superscript] 2 distributions. These and previously proposed estimators of cointegrating vectors are used to study long-run U.S. money (M1) demand. M1 demand is found to be stable over 1900-1989; the 95 percent confidence intervals for the income elasticity and interest rate semielasticity are (0.88, 1.06) and (-0.13, -0.08), respectively. Estimates based on the postwar data alone, however, are unstable, with variances which indicate substantial sampling uncertainty. Copyright 1993 by The Econometric Society.