Asymptotic Distribution of the Moving Average Coefficients of an Estimated Vector Autoregressive Process
估计向量自回归过程的移动平均系数的渐近分布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：摘要明确讨论 VAR 的移动平均表示、动态乘数及其推断，对应时间序列与 VAR 动态分析。
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
估计向量自回归过程的移动平均系数的渐近分布
- 研究问题
- 当平稳数据生成过程具有未知、甚至无限阶的 VAR 表示时，估计所得移动平均系数及系统动态乘数具有怎样的渐近分布？
- 方法与思路
- 作者在平稳且 VAR 阶数未知或可能无限的设定下推导移动平均系数的渐近分布，并给出便于计算的渐近协方差公式。
- 材料陈述的贡献
- 摘要称，论文为 VAR 的动态乘数提供渐近分布理论和简便协方差公式，且允许真实过程具有未知或无限阶表示。
- 阅读关注点
- 应核对估计 VAR 阶数的处理、所研究的响应期数是否固定、协方差公式如何实施，以及动态乘数与结构冲击响应的区别。
- 阅读边界
- 仅据所给 Crossref 摘要，阶数增长条件和误差限制未说明；动态乘数不能直接赋予因果解释，也无法推断版本变化。
原文摘要
The coefficients of the moving average (MA) representation of a vector autoregressive (VAR) process are the dynamic multipliers of the system. These quantities are often used to analyze the relationships between the variables involved. Assuming that the actual data generation process is stationary and has a VAR representation of unknown and possibly infinite order, the asymptotic distribution of the MA coefficients is derived. A computationally simple formula for the asymptotic co variance matrix is obtained.