ASYMPTOTICS FOR TIME-VARYING VECTOR MA( $\infty $ ) PROCESSES
时变向量无限阶移动平均过程的渐近理论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：摘要直接研究时变向量移动平均过程、多变量时间序列及 VARX 模型，时间序列方向的依据明确。
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…
时变向量无限阶移动平均过程的渐近理论
- 研究问题
- 如何用时变向量无限阶移动平均过程描述变化的依赖结构，并为多变量时间序列中的趋势估计和模型分析提供理论？
- 方法与思路
- 作者引入一类时变向量 MA(∞) 过程，建立基本渐近性质，用于趋势项推断，并进一步研究时变 VARX 模型。
- 材料陈述的贡献
- 摘要称新过程兼具刻画时变依赖与建立多变量时间序列渐近理论的作用，并通过模拟和真实数据展示相关性。
- 阅读关注点
- 应核对时变系数的平滑性、无限阶系数衰减与创新条件，以及趋势推断和 VARX 分析如何利用这些渐近结果。
- 阅读边界
- 仅据所给 Crossref 版本摘要，无法判断允许的非平稳程度、具体估计方法或实证结论；相关条件与版本变化未说明。
原文摘要
This paper introduces a new class of time-varying vector moving average processes of infinite order. These processes serve dual purposes: (1) they can be used to model time-varying dependence structures, and (2) they can be used to establish asymptotic theories for multivariate time series models. To illustrate these two points, we first establish some fundamental asymptotic properties and use them to infer the trending term of a vector moving average infinity process. We then investigate a class of time-varying VARX models. Finally, we demonstrate the empirical relevance of the theoretical results using extensive simulated and real data studies.