Nonparametric Nonlinear Cotrending Analysis, With an Application to Interest and Inflation in the United States
非参数非线性共趋势分析及其在美国利率与通胀中的应用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：摘要研究向量时间序列的非线性确定性共趋势，并以美国利率和通胀月度序列为应用，直接对应时间序列分析。
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
非参数非线性共趋势分析及其在美国利率与通胀中的应用
- 研究问题
- 若多个时间序列含有共同的非线性确定性趋势，如何检验并估计能消除这些趋势的线性组合，以研究美国利率与通胀关系？
- 方法与思路
- 作者在各序列围绕非线性确定性趋势平稳的前提下，开发共趋势的非参数检验并估计共趋势向量；相关线性组合围绕线性趋势或常数平稳。
- 材料陈述的贡献
- 摘要提出非线性共趋势的非参数检验与向量估计方法，并以美国联邦基金利率和CPI通胀率的月度数据分析价格之谜。
- 阅读关注点
- 核对共趋势的定义、确定性趋势和平稳误差假设，以及非参数检验与向量估计的条件，并查明应用如何解释价格之谜。
- 阅读边界
- 摘要未给出样本区间、检验分布或价格之谜的实证结论；方法以围绕非线性确定性趋势平稳为前提，不能直接推广至随机趋势。
原文摘要
Given the assumption that the components of a vector time series are stationary around nonlinear deterministic time trends, nonlinear cotrending is the phenomenon that one or more linear combinations of the time series are stationary around a linear trend or a constant; hence, the series have common nonlinear deterministic time trends. In this article, I develop nonparametric tests for nonlinear cotrending, and I derive nonparametric estimators of the cotrending vectors. I apply this approach to the federal funds rate and the consumer price index inflation rate in the United States, using monthly data, to analyze the price puzzle.