Testing for Cointegration in Linear Quadratic Models
线性二次模型中的协整检验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：摘要直接比较协整检验的有限样本表现，并讨论 ADF 与 Phillips 检验的检验水平和功效，属于时间序列方法。
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
线性二次模型中的协整检验
- 研究问题
- 在线性二次模型生成的有限样本中，不同协整检验的检验水平与功效如何变化，尤其调整成本和回归变量较多时表现如何？
- 方法与思路
- 作者在线性二次模型框架内使用 Monte Carlo 方法评估多种协整检验，对比不同参数设定下的检验水平和发现协整关系的功效。
- 材料陈述的贡献
- 摘要称，各检验发现协整关系的能力差异明显，没有一种在全部设定下占优；ADF 与 Phillips 的 Zα、ZT 检验在检验水平和功效方面总体较可靠。
- 阅读关注点
- 阅读时应核对线性二次模型的数据生成机制、样本量、参数范围与滞后选择，并分别查看检验水平和功效，而非只看综合结论。
- 阅读边界
- 摘要未给出模拟样本量、显著性水平或具体数值；“总体较可靠”仅针对所考察的参数设定，不能推及所有协整模型或实际样本。
原文摘要
This article evaluates the finite-sample performance of various tests for cointegration by Monte Carlo methods. The evaluation takes place within the linear quadratic model. The results indicate sharp differences in the ability of the tests to detect cointegrating relations, especially when the cost-of-adjustment term and the number of regressors are large. Although no single test dominates for all the parameter settings considered, overall the augmented Dickey-Fuller, Z(subscript 'alpha), and Z(subscript 'T') tests of Phillips seem the most reliable in terms of test size and power.