.png){kind=icon}
返回
Detecting Sparse Cointegration
.png){kind=icon}
PRE
AI
DOI：10.1111/obes.70085.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出了一种用于检测高维单方程模型中稀疏协整关系的两步法。首先，我们采用自适应Lasso方法识别驱动长期均衡关系的协整协变量子集。其次，我们采用一种信息论准则来区分残差中的平稳性和非平稳性，避免依赖渐近分布。一项关键的理论贡献是证明了该基于残差的决定规则在右端预测变量自身的内部协整结构下仍然保持一致性。蒙特卡洛实验证实了该方法在解释变量矩阵存在内生性、序列相关性和秩亏缺条件下的稳健的有限样本性能。
Keyword:
adaptive lasso
cointegration
high dimensional data
unit roots
期刊
O
IF:
1.4
论文数:
80
被引数:
4.7K
机构
引用论文
暂无论文信息