Low-frequency robust cointegration testing
低频稳健协整检验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：摘要围绕共同随机趋势、序列持久性与协整向量的低频时间序列检验展开。
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
低频稳健协整检验
- 研究问题
- 当共同随机趋势的持久性未必符合一阶单整模型时，如何检验协整向量，并衡量施加趋势限制带来的功效收益与尺寸风险？
- 方法与思路
- 作者考察不同共同随机趋势限制下的低频检验，分析正确与错误限制的影响，并构造针对单个协整向量的简单检验。
- 材料陈述的贡献
- 摘要称，研究量化了正确限制可能带来的功效收益和错误限制造成的尺寸扭曲；提出的简单检验在无约束趋势模型下近似最优。
- 阅读关注点
- 应核对允许的随机趋势类别、低频信息的构造方式，以及近似最优所对应的比较标准和单个协整向量的推断范围。
- 阅读边界
- 仅据所给出版社摘要，无法判断稳健性的完整范围、功效数值或调参规则；近似最优结论不能扩展为所有协整问题均最优。
原文摘要
Standard inference in cointegrating models is fragile because it relies on an assumption of an I(1) model for the common stochastic trends, which may not accurately describe the data’s persistence. This paper considers low-frequency tests about cointegrating vectors under a range of restrictions on the common stochastic trends. We quantify how much power can potentially be gained by exploiting correct restrictions, as well as the magnitude of size distortions if such restrictions are imposed erroneously. A simple test motivated by the analysis in Wright (2000) is developed and shown to be approximately optimal for inference about a single cointegrating vector in the unrestricted stochastic trend model.