TESTS OF COMMON STOCHASTIC TRENDS
共同随机趋势检验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：摘要以随机游走、平稳成分、共同趋势和协整检验联系为主线，直接属于多变量时间序列分析。
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
共同随机趋势检验
- 研究问题
- 在由带漂移随机游走和平稳成分组成的多变量序列中，如何检验共同随机趋势的数量，并处理平稳成分存在序列相关的情形？
- 方法与思路
- 作者研究随机游走扰动协方差矩阵为零的 LM 检验，推导渐近分布，再扩展至序列相关情形及该协方差矩阵指定秩的检验。
- 材料陈述的贡献
- 摘要称，白噪声平稳成分下的检验具有局部最优不变性；提出无需估计模型的共同趋势秩检验，并以随机波动率模型示例说明。
- 阅读关注点
- 应核对局部最优不变性的限定条件、秩与共同趋势数量的对应关系，以及序列相关处理、检验实现和与协整检验的联系。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定一般模型的正则条件、临界值计算或实际数据结果；也不能推断其他版本的变化。
原文摘要
This paper is concerned with tests in multivariate time series models made up of random walk (with drift) and stationary components. When the stationary component is white noise, a Lagrange multiplier test of the hypothesis that the covariance matrix of the disturbances driving the multivariate random walk is null is shown to be locally best invariant, something that does not automatically follow in the multivariate case. The asymptotic distribution of the test statistic is derived for the general model. The test is then extended to deal with a serially correlated stationary component. The main contribution of the paper is to propose a test of the validity of a specified value for the rank of the covariance matrix of the disturbances driving the multivariate random walk. This rank is equal to the number of common trends, or levels, in the series. The test is very simple insofar as it does not require any models to be estimated, even if serial correlation is present. Its use with real data is illustrated in the context of a stochastic volatility model, and the relationship with tests in the cointegration literature is discussed.