EXPLOITING INFINITE VARIANCE THROUGH DUMMY VARIABLES IN NONSTATIONARY AUTOREGRESSIONS
非平稳自回归中利用虚拟变量处理无限方差创新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：摘要研究近单位根自回归、无限方差创新与单位根推断，直接对应时间序列。
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
非平稳自回归中利用虚拟变量处理无限方差创新
- 研究问题
- 在具有单位根或近单位根且创新方差无限的有限阶自回归中，如何利用大创新的处理改善参数估计和单位根检验？
- 方法与思路
- 作者研究对超过阈值的大创新加入脉冲虚拟变量的估计方法及其迭代版本，并分析初始估计量和阈值所需条件。
- 材料陈述的贡献
- 摘要称，满足所述条件时，方法可获得高于最小二乘的收敛速度、渐近正态的单位根检验统计量及数量级的局部功效增益。
- 阅读关注点
- 应核对无限方差创新的尾部条件、阈值增长规则、初始估计精度，以及局部备择尺度和迭代程序的理论保证。
- 阅读边界
- 仅依据所给 Crossref 版本摘要；具体阈值、收敛速度和尾部限制未说明，不能将理论增益直接推广到一般异常值处理。
原文摘要
We consider estimation and testing in finite-order autoregressive models with a (near) unit root and infinite-variance innovations. We study the asymptotic properties of estimators obtained by dummying out “large” innovations, i.e., those exceeding a given threshold. These estimators reflect the common practice of dealing with large residuals by including impulse dummies in the estimated regression. Iterative versions of the dummy-variable estimator are also discussed. We provide conditions on the preliminary parameter estimator and on the threshold that ensure that (i) the dummy-based estimator is consistent at higher rates than the ordinary least squares estimator, (ii) an asymptotically normal test statistic for the unit root hypothesis can be derived, and (iii) order of magnitude gains of local power are obtained.