arrow
返回

Adaptive LAD-Based Bootstrap Unit Root Tests Under Unconditional Heteroscedasticity

delete2026-06-05
delete0
PRE
AI
J
Jilin Wu
R
Ruike Wu *
Z
Zhijie Xiao
DOI:10.1080/07350015.2026.2638489delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本文研究了无条件异方差条件下的最小绝对偏差(LAD)回归的单位根检验。首先,在存在无条件异方差和弱依赖性的情况下,推导了单位根和局部单位根设定下LAD估计量的渐近性质。结果表明,LAD估计量(以及由此导出的检验统计量)的极限分布与未知的异方差密切相关。为进行可行的LAD基单位根检验,提出了一种新颖的自适应块自助法程序,用于计算临界值,该程序能容纳无条件异方差和序列依赖性,两者均表现出未知形式。所提出的自助法的渐近有效性得到了确立。此外,我们将检验程序扩展以包含确定性成分,如常数项或线性趋势。模拟结果表明,在存在无条件异方差和序列依赖性时,所提出的检验表现出合理的大小控制,而经典LAD/分位数检验在齐性条件下表现出严重的大小扭曲。此外,与现有的基于最小二乘法的检验相比,当数据具有重尾分布时,我们的新检验显示出更优的检验功效。最后,基于失业率的实证分析被用来说明新检验的应用性。
Keyword:
Adaptive block bootstrap
Least absolute deviations
Unconditional heteroscedasticity
Unit root test
C14
C32

期刊

J
JOURNAL OF BUSINESS & ECONOMIC STATISTICS
IF:
2.5
论文数:
79
被引数:
0

机构

S
shanghai university of finance and economics
学者数:
244
论文数: 186
被引数: 4
B
Boston College
学者数:
5.5K
论文数: 5.2K
被引数: 8.8K
X
xiamen university
学者数:
5.8W
论文数: 3.8W
被引数: 67
学者 查看更多机构