Tests for Parameter Instability in Regressions With I(1) Processes
含 I(1) 过程的回归中的参数不稳定检验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：摘要核心是含单位根与协整的回归中参数不稳定检验，并讨论随机和确定性趋势，直接对应结构变化与时间序列。
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
含 I(1) 过程的回归中的参数不稳定检验
- 研究问题
- 在含 I(1) 过程的协整回归中，如何检验参数不稳定，并区分随机趋势与确定性趋势对检验渐近分布的影响？
- 方法与思路
- 作者扩展完全修正估计量以处理随机及确定性趋势，推导参数不稳定检验的大样本分布，并考察 SupF 与多种 LM 统计量。
- 材料陈述的贡献
- 摘要称，检验分布随趋势类型而变，且不同于弱依赖数据情形；不稳定截距还使无协整成为所考察备择的一种特例。
- 阅读关注点
- 核对各备择假设与趋势设定、完全修正步骤和临界值来源，尤其查看不稳定截距如何对应无协整及该解释所需条件。
- 阅读边界
- 摘要未说明有限样本尺寸、功效及具体实现细节；三类实证应用不能直接证明检验普遍有效，协整解释也需核对原文条件。
原文摘要
This article derives the large-sample distributions of Lagrange multiplier (LM) tests for parameter instability against several alternatives of interest in the context of cointegrated regression models. The fully modified estimator of Phillips and Hansen is extended to cover general models with stochastic and deterministic trends. The test statistics considered include the SupF test of Quandt, as well as the LM tests of Nyblom and of Nabeya and Tanaka. It is found that the asymptotic distributions depend on the nature of the regressor processes—that is, if the regressors are stochastic or deterministic trends. The distributions are noticeable digfferent from the distributions when the data are weakly dependant. If is also found that the lack of cointegration is a special case of the alternative hypothesis considered (an unstable intecept), so the tests proposed here may also be viewed as a test of the null of cointegration against the alternative of no cointegration. The tests are applied to three data sets—an aggregate consumption function, a present value model of stock prices and divdends, and the term structure of interest rates.