Estimation and Testing for Unit Roots in a Partially Nonstationary Vector Autoregressive Moving Average Model
部分非平稳向量 ARMA 模型的估计与单位根检验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：摘要明确讨论向量 ARMA、单位根、协整及相关渐近检验，直接对应时间序列，利率应用本身不构成资产定价依据。
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
部分非平稳向量 ARMA 模型的估计与单位根检验
- 研究问题
- 如何在部分非平稳向量 ARMA 模型中进行高斯估计，并利用似然比程序检验单位根数量及相关的协整结构？
- 方法与思路
- 作者将部分非平稳自回归模型的高斯估计推广至 ARMA，研究满秩与降秩估计量，并推导单位根数量检验的渐近分布。
- 材料陈述的贡献
- 摘要称给出两类高斯估计量的渐近性质和似然比统计量分布，并通过美国利率序列及小规模模拟说明估计与检验。
- 阅读关注点
- 应核对部分非平稳模型的参数化、秩与单位根数量的关系、检验分布所需条件，以及小样本模拟的设计和误差表现。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未列出秩约束、渐近分布及模拟数值，利率例子不足以证明普遍适用性。
原文摘要
The Gaussian estimation of a partially nonstationary autoregressive model and the related issue of testing for cointegration using the likelihood ratio test procedure have been considered by others. In this article we extend the Gaussian estimation procedure to partially nonstationary autoregressive moving average models and derive the asymptotic properties of the full-rank and reduced-rank Gaussian estimators. Based on these results, the asymptotic distribution of the likelihood ratio statistic for testing the number of unit roots is obtained. A numerical example based on three U.S. interest rate series is used to illustrate the estimation and testing procedures. The finite-sample properties of the estimation and likelihood ratio test procedures are examined through a small simulation study.