Approximate Asymptotic Distribution Functions for Unit-Root and Cointegration Tests
单位根与协整检验的近似渐近分布函数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：摘要明确研究单位根与协整检验统计量的分布及近似 p 值，这些内容直接属于非平稳时间序列的检验方法。
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
单位根与协整检验的近似渐近分布函数
- 研究问题
- 如何为常用单位根和协整检验构造易于计算的近似渐近分布函数，从而帮助实证研究者计算这些检验的近似 p 值？
- 方法与思路
- 作者先用大量蒙特卡洛实验获得不同样本量的有限样本分位数，再以响应面回归推算渐近分位数，拟合简洁的分布函数。
- 材料陈述的贡献
- 摘要称，该方法为多种常用单位根和协整检验提供近似渐近分布函数，使实证研究者可以据此计算相应的近似 p 值。
- 阅读关注点
- 应核对覆盖哪些检验与确定性项设定、响应面回归如何外推至渐近分位数，以及近似分布在尾部的拟合误差。
- 阅读边界
- 摘要未列出具体检验、模拟设计与近似误差；所得近似渐近 p 值不等于有限样本精确推断，适用范围需查全文。
原文摘要
Monte Carlo experiments and response surface regressions are used to calculate approximate asymptotic distribution functions for a number of well-known unit root and cointegration test statistics. These allow empirical workers to calculate approximate P values for these tests. The results of the paper are based on an extensive set of Monte Carlo experiments, which yield finite-sample quantiles for several sample sizes. Response surface regressions are then used to obtain asymptotic quantiles for a large number of different test sizes. Finally, approximate distribution functions with simple functional forms are estimated from these asymptotic quantiles.