COINTEGRATING REGRESSIONS WITH TIME VARYING COEFFICIENTS
具有时变系数的协整回归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：摘要以协整回归为研究对象，并将系数建模为随时间平滑演变的函数，直接涉及时间序列及参数变化。
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
具有时变系数的协整回归
- 研究问题
- 研究协整关系中的系数随时间平滑变化时，如何进行非参数估计、提高估计效率，并检验模型设定是否适当。
- 方法与思路
- 作者将系数设为时间的平滑函数，采用修正的级数估计，并结合数据预滤波和模型预估计构造摘要所称的有效估计方法。
- 材料陈述的贡献
- 摘要称提出时变协整系数的非参数估计方法及模型设定检验，并将模型和统计方法用于美国汽车需求函数分析。
- 阅读关注点
- 应核对时变系数下协整的定义、平滑性与级数维度要求、预滤波的作用，以及效率标准和设定检验的有效条件。
- 阅读边界
- 仅依据所给 Crossref 摘要，无法判断效率结论的具体含义、需求应用的数据与结果，或其他版本是否改变模型和结论。
原文摘要
This paper considers cointegrating regressions with time varying coefficients. The coefficients are modeled as smooth functions evolving over time. It is shown that they can be estimated nonparametrically, using suitably modified series estimators. Presented is the efficient method of estimation, which relies on simple prefiltering of the data and preestimation of the model. The test for the adequacy of model specification is also developed. Our model and statistical methods are applied to analyze the U.S. automobile demand function.