Fully Modified Vector Autoregressive Inference in Partially Nonstationary Models
部分非平稳模型中完全修正向量自回归的推断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：摘要直接讨论多元时间序列的非平稳性、协整秩及 Granger 因果检验。
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
部分非平稳模型中完全修正向量自回归的推断
- 研究问题
- 在误差非独立同分布或滞后阶数错设时，如何进行协整秩与 Granger 因果检验，并处理无协整原假设下的退化？
- 方法与思路
- 作者研究完全修正 VAR 秩检验，并通过加入外生平稳变量处理退化问题，再将程序扩展到 Granger 因果检验。
- 材料陈述的贡献
- 摘要称，该程序放宽了误差和滞后设定要求；协整原假设下具有卡方分布，加入外生平稳变量可解决另一原假设下的退化。
- 阅读关注点
- 应核对不同秩原假设的定义、外生平稳变量的作用，以及完全修正所需条件与允许滞后错设的具体范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；误差限制和外生性条件未列明，不能把 Granger 因果关系直接解释为结构因果效应。
原文摘要
The likelihood ratio (LR) test for ranks is commonly used to test for the number of cointegrating relationships among multivariate time series. The distribution of the LR test in partially nonstationary models is nonstandard and contains nuisance parameters in the presence of non-iid errors and misspecified lags. In contrast, I show that under less-restrictive assumptions on the errors, the fully modified (FM) vector autoregressive (VAR) rank test has a chi-squared distribution for the null of cointegration but is degenerate for the null of no cointegration, unlike its LR counterpart, which is well defined for both nulls. It turns out that augmenting the VAR by an exogenous I(0) variable solves the degeneracy problem. The procedure can also be applied to testing for Granger causality and is in fact a generalization of Toda-Yamamoto's procedure of augmenting the VAR with additional lagged I(1) variables. Unlike the LR test for ranks or Toda-Yamamoto's test for causality, the FM tests do not require correct specification of the number of lagged variables in the VAR nor does it require that errors be iid.