Nonlinear regressions with nonstationary time series
非平稳时间序列的非线性回归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：摘要明确研究非平稳序列、非线性参数协整及其极限理论，直接对应时间序列方向，未涉及结构冲击识别。
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
非平稳时间序列的非线性回归
- 研究问题
- 在非线性参数协整回归中，如何为不同非平稳过程建立弱一致性与估计量极限理论，并容纳误差和回归变量的内生关系？
- 方法与思路
- 作者建立适用于线性过程部分和及 Harris 常返马尔可夫链的框架，推导非线性最小二乘极限分布，并允许误差的序列依赖和交叉相关。
- 材料陈述的贡献
- 摘要称，论文给出适用于多类非平稳序列的弱一致性框架，扩展非线性最小二乘极限分布结果，并将内生性纳入模型分析。
- 阅读关注点
- 应核对不同非平稳过程要求的函数条件和归一化速度、内生性的具体表示，以及一致性与极限分布各自适用的条件。
- 阅读边界
- 仅据所给 RePEc 出版社摘要；具体极限分布、正则条件和可实施推断方法未说明，不能认定常规标准误有效，也不推断版本变化。
原文摘要
This paper develops asymptotic theory for a nonlinear parametric cointegrating regression model. We establish a general framework for weak consistency that is easy to apply for various nonstationary time series, including partial sums of linear processes and Harris recurrent Markov chains. We provide limit distributions for nonlinear least square estimators, extending the previous works. We also introduce endogeneity to the model by allowing the error to be serially dependent on and cross correlated with the regressors.