HETEROSKEDASTIC TIME SERIES WITH A UNIT ROOT
具有单位根的异方差时间序列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：摘要直接研究单位根检验与非平稳随机波动率，支持时间序列和波动率分类。
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
具有单位根的异方差时间序列
- 研究问题
- 当单位根过程的创新具有非平稳随机波动率时，Dickey–Fuller 类统计量的极限分布如何变化，如何进行有效推断？
- 方法与思路
- 作者建立相关不变性原理和大样本分布，提出 wild bootstrap 的部分解决方案，并将鞅差分析扩展到弱相依创新。
- 材料陈述的贡献
- 摘要称，极限分布依赖瞬时波动率与积分变差；在杠杆效应渐近可忽略时，所提 bootstrap 在模拟中表现良好。
- 阅读关注点
- 应核对随机波动率的允许形式、杠杆效应可忽略的条件、弱相依扩展，以及 bootstrap 是否适用于所研究的数据过程。
- 阅读边界
- 仅依据所给 Crossref 摘要；bootstrap 被明确定位为部分解决方案，具体条件与模拟数值未说明，不能推广到任意杠杆效应。
原文摘要
In this paper we provide a unified theory, and associated invariance principle, for the large-sample distributions of the Dickey–Fuller class of statistics when applied to unit root processes driven by innovations displaying nonstationary stochastic volatility of a very general form. These distributions are shown to depend on both the spot volatility and the integrated variation associated with the innovation process. We propose a partial solution (requiring any leverage effects to be asymptotically negligible) to the identified inference problem using a wild bootstrap–based approach. Results are initially presented in the context of martingale differences and are later generalized to allow for weak dependence. Monte Carlo evidence is also provided that suggests that our proposed bootstrap tests perform very well in finite samples in the presence of a range of innovation processes displaying nonstationary volatility and/or weak dependence.