SELECTING THE RANK OF THE COINTEGRATION SPACE AND THE FORM OF THE INTERCEPT USING AN INFORMATION CRITERION
用信息准则选择协整秩与截距形式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：摘要直接涉及单整过程、协整秩和向量自回归的模型选择，时间序列分类依据充分。
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
用信息准则选择协整秩与截距形式
- 研究问题
- 对可能含单整过程的向量自回归，如何使用信息准则确定协整空间的秩、滞后阶数和截距形式，并保证模型选择一致性？
- 方法与思路
- 作者考虑一族惩罚似然准则，把协整秩、滞后阶数与截距形式纳入模型确定问题，并分析惩罚仅依赖简单参数计数的程序。
- 材料陈述的贡献
- 摘要称，论文为一类基于简单参数计数惩罚的模型确定程序给出一般一致性结果，涵盖协整秩、滞后阶数和截距形式选择。
- 阅读关注点
- 应核对候选模型集合、截距形式的含义、惩罚项随样本量变化的条件，以及一致性结果允许的单整过程和滞后阶数范围。
- 阅读边界
- 所给 Crossref 摘要未说明具体惩罚公式、完整一致性条件或有限样本表现，不能据此断言任意常用信息准则均适用。
原文摘要
In this paper we consider a family of penalized likelihood criteria for determining the rank of the cointegration space, the number of lags, and the form of the intercept in vector autoregressions with possibly integrated processes. The paper provides a general consistency result for a class of model determination procedures in which the penalty depends on a simple parameter count only.