UNIFORM CONVERGENCE RATES OVER MAXIMAL DOMAINS IN STRUCTURAL NONPARAMETRIC COINTEGRATING REGRESSION
结构非参数协整回归在最大定义域上的一致收敛速率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：摘要研究非线性协整、分数单整及相关误差下的核回归，直接属于时间序列方向。
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
结构非参数协整回归在最大定义域上的一致收敛速率
- 研究问题
- 在结构非线性协整回归中，如何扩大核估计一致收敛速率适用的定义域，同时容许内生性、序列相关及数据依赖带宽？
- 方法与思路
- 作者推导核回归估计量在扩展定义域上的一致收敛速率，允许误差与回归变量相关，并容许分数单整和无限方差等过程。
- 材料陈述的贡献
- 摘要称适用定义域可在极限中覆盖任意大的样本比例，并突破既有外生回归变量限制，带宽仅需满足较弱的渐近收缩条件。
- 阅读关注点
- 应核对定义域的构造与最大性含义、误差和回归变量的依赖限制，以及数据依赖带宽和无限矩情形下具体的速率变化。
- 阅读边界
- 仅依据所给 Crossref 摘要；速率公式、定义域边界和依赖条件未说明，较广覆盖不意味着估计可在整个实数域一致收敛。
原文摘要
This paper presents uniform convergence rates for kernel regression estimators, in the setting of a structural nonlinear cointegrating regression model. We generalise the existing literature in three ways. First, the domain to which these rates apply is much wider than the domains that have been considered in the existing literature, and can be chosen so as to contain as large a fraction of the sample as desired in the limit. Second, our results allow the regression disturbance to be serially correlated, and cross-correlated with the regressor; previous work on this problem (of obtaining uniform rates) having been confined entirely to the setting of an exogenous regressor. Third, we permit the bandwidth to be data-dependent, requiring it to satisfy only certain weak asymptotic shrinkage conditions. Our assumptions on the regressor process are consistent with a very broad range of departures from the standard unit root autoregressive model, allowing the regressor to be fractionally integrated, and to have an infinite variance (and even infinite lower-order moments).