Structural Break Detection in Quantile Predictive Regression Models with Persistent Covariates
持久协变量下分位数预测回归模型的结构突变检测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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确结合非平稳时间序列、结构突变检验与分位数回归，分别对应所选三个方向。
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…
关注这篇论文的作者
持久协变量下分位数预测回归模型的结构突变检测
- 研究问题
- 在协变量具有较强持久性或非平稳性的分位数预测回归中，如何检验结构突变，并避免检验分布受到持久性相关干扰参数影响？
- 方法与思路
- 作者建立基于 OLS 与 IVX 类估计的 Wald 和波动型统计量的极限分布，比较检验表现，并用于房价指数收益率的分位数回归。
- 材料陈述的贡献
- 摘要称 IVX 检验的渐近分布不依赖干扰参数且不受持久程度影响，并对局部备择具有一致性；另提供模拟和房价应用。
- 阅读关注点
- 应核对分位数回归中各估计量与统计量的具体构造、局部备择的定义，以及无干扰参数性质和断点搜索所需条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未给出极限分布公式、持久性参数范围或模拟数值。
原文摘要
We propose an econometric environment for structural break detection in nonstationary quantile predictive regressions. We establish the limit distributions for a class of Wald and fluctuation type statistics based on both the ordinary least squares estimator and the endogenous instrumental regression estimator proposed by Phillips and Magdalinos (2009a, Econometric Inference in the Vicinity of Unity. Working paper, Singapore Management University). Although the asymptotic distribution of these test statistics appears to depend on the chosen estimator, the IVX based tests are shown to be asymptotically nuisance parameter-free regardless of the degree of persistence and consistent under local alternatives. The finite-sample performance of both tests is evaluated via simulation experiments. An empirical application to house pricing index returns demonstrates the practicality of the proposed break tests for regression quantiles of nonstationary time series data.