Inference of Vector Autoregressive Models with Cointegration and Scalar Components
含协整与标量分量的向量自回归模型推断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：摘要直接研究部分非平稳 VAR、协整、差分序列及共同序列相关特征。
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
含协整与标量分量的向量自回归模型推断
- 研究问题
- 对于部分非平稳的向量自回归模型，若一阶差分序列包含较低阶标量分量，如何估计模型并检验这些结构限制？
- 方法与思路
- 作者在已有部分非平稳 VAR 框架上加入低阶标量分量假设，通过修改高斯降秩估计研究参数估计及其渐近分布。
- 材料陈述的贡献
- 摘要称，非平稳参数估计具有局部渐近混合正态性质，平稳参数估计渐近正态，并简要讨论结构检验及数值示例。
- 阅读关注点
- 应核对标量分量与协整限制如何共同参数化、降秩估计怎样实现、不同参数的收敛尺度，以及共同序列相关特征的检验。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；摘要未列出完整渐近条件、阶数选择方法或小样本表现，数值例子不足以评价稳健性。
原文摘要
For the partially nonstationary vector autoregressive model of Ann and Reinsel, I further assume that the first differenced series has scalar components of lower order and study estimation of these models along with asymptotic properties of the estimators. It is shown that Gaussian reduced rank estimation can be easily carried out by simple modification of the Ahn and Reinsel's method. The asymptotic distribution for the estimator of the nonstationary parameter is a locally asymptotically mixed normal, and for that of the stationary parameter is asymptotically a normal. Testing hypothesis of the assumed structure of scalar components, including serial correlation common feature, is briefly discussed. A numerical example is provided to illustrate the methods.