Tests for Asymmetry in Possibly Nonstationary Time Series Data
可能非平稳时间序列的非对称性检验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：摘要明确研究平稳与非平稳时间序列中的非对称调整，并应用于月度英国利率数据，直接对应时间序列方法。
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
可能非平稳时间序列的非对称性检验
- 研究问题
- 在平稳、近非平稳或非平稳时间序列中，如何检验调整方向与调整幅度的非对称性，并避免检验有效性随序列平稳性改变？
- 方法与思路
- 作者以动量门限自回归模型及其扩展刻画非对称调整，基于工具变量估计量构造 t 型与 Wald 检验，并通过模拟和英国月度利率数据展示方法。
- 材料陈述的贡献
- 摘要称，新检验在各平稳状态下具有正态或卡方渐近分布；模拟显示尺寸稳定，对平稳备择的功效与最小二乘检验可比，随机游走下估计偏差也较最小二乘法小。
- 阅读关注点
- 阅读时应核对工具变量的构造与有效性、门限模型的扩展形式、各平稳状态下渐近结论的条件，以及利率应用如何区分方向和幅度非对称。
- 阅读边界
- 摘要未说明工具变量选择、样本期间或检验数值；英国利率应用中的非对称证据及模拟比较依赖具体设定，不能据此推广至所有非平稳序列。
原文摘要
Tests for asymmetric adjustment in possibly nonstationary, nearly nonstationary, or stationary time series data are developed. The asymmetry is modeled by the momentum threshold autoregressive model of Enders and Granger and an extension of it. The tests are t-type tests and Wald tests based on instrumental-variable estimators and are asymptotically normal or chi-squared regardless of stationarity/nonstationarity of data-generating processes. This is in contrast to the fact that the t tests and the Wald tests based on the ordinary least squares estimator (OLSE) are asymptotically normal and chi-squared, respectively, only under stationarity and are thus statistically invalid under nonstationarity. A Monte Carlo simulation shows that the proposed tests have stable sizes. Powers of the proposed tests against stationary alternatives are comparable to those of the OLSE-based tests. The Monte Carlo study also shows that the new estimators are less biased than the OLSE when data-generating processes are random walks. The proposed tests are applied to a monthly U.K. interest-rate dataset to find evidences for asymmetry in directions of adjustments as well as in amounts of adjustments.