Time-varying vector error-correction models: Estimation and inference
时变向量误差修正模型：估计与推断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：摘要研究时变协整与结构断点，并以股票收益现值模型为应用，对应时间序列、结构变化和资产定价。
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…
时变向量误差修正模型：估计与推断
- 研究问题
- 如何在同一时变误差修正框架中容纳单位根与局部平稳过程，并估计短长期关系、检验稳定性和处理未知结构断点？
- 方法与思路
- 作者建立时变 Granger 表示定理，提出短长期系数估计与推断，并设计滞后阶数准则、协整秩检验及参数稳定性检验。
- 材料陈述的贡献
- 摘要称论文提供时变向量误差修正模型的理论与推断工具，扩展至未知结构断点，并用股票收益现值模型展示应用。
- 阅读关注点
- 应核对协整关系时变的定义、不同过程共存的条件、秩与滞后选择的理论，以及未知断点和系数变化如何区分。
- 阅读边界
- 仅依据所给 OpenAlex 摘要；摘要未列出具体正则条件、检验结果或实证结论，不能据此判断现值模型是否成立。
原文摘要
This paper considers a time-varying vector error-correction model that allows for different time series behaviors (e.g., unit-root and locally stationary processes) to interact with each other and co-exist. From a practical perspective, this framework can be used to estimate shifts in the predictability of non-stationary variables, and test whether economic theories hold periodically, etc. We first develop a time-varying Granger Representation Theorem, which facilitates the establishment of an asymptotic theory for the model, and then propose estimation and inferential methods for both short-run and long-run coefficients. We also propose an information criterion to estimate the lag length, a singular-value ratio test to determine the cointegration rank, and a hypothesis test to examine the parameter stability. Finally, we extend the framework to allow for unknown structural breaks in either cointegration relationship or time-varying coefficient functions. To validate the theoretical findings, we conduct extensive simulations, and demonstrate the empirical relevance by testing the present value model for stock returns.