A NEW ASYMPTOTIC THEORY FOR HETEROSKEDASTICITY-AUTOCORRELATION ROBUST TESTS
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
- Écart entre enseignants
- 0,163 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
score_only:v0-immature-baseline· tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle
Résumé
A new first-order asymptotic theory for heteroskedasticity-autocorrelation (HAC) robust tests based on nonparametric covariance matrix estimators is developed. The bandwidth of the covariance matrix estimator is modeled as a fixed proportion of the sample size. This leads to a distribution theory for HAC robust tests that explicitly captures the choice of bandwidth and kernel. This contrasts with the traditional asymptotics (where the bandwidth increases more slowly than the sample size) where the asymptotic distributions of HAC robust tests do not depend on the bandwidth or kernel. Finite-sample simulations show that the new approach is more accurate than the traditional asymptotics. The impact of bandwidth and kernel choice on size and power of t-tests is analyzed. Smaller bandwidths lead to tests with higher power but greater size distortions, and large bandwidths lead to tests with lower power but smaller size distortions. Size distortions across bandwidths increase as the serial correlation in the data becomes stronger. Overall, the results clearly indicate that for bandwidth and kernel choice there is a trade-off between size distortions and power. Finite-sample performance using the new asymptotics is comparable to the bootstrap, which suggests that the asymptotic theory in this paper could be useful in understanding the theoretical properties of the bootstrap when applied to HAC robust tests.We thank an editor and a referee for constructive comments on a previous version of the paper. Helpful comments provided by Cliff Hurvich, Andy Levin, Jeff Simonoff, and seminar participants at NYU (Statistics), U. Texas Austin, Yale, U. Montreal, UCSD, UC Riverside, UC Berkeley, U. of Pittsburgh, SUNY Albany, U. Aarhus, Brown U., NBER/NSF Time Series Conference, and 2003 Winter Meetings of the Econometrics Society are gratefully acknowledged. We gratefully acknowledge financial support from the National Science Foundation through grant SES-0095211. We thank the Center for Analytic Economics at Cornell University.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
La notice
- Revue
- Econometric Theory
- Thématique
- Monetary Policy and Economic Impact
- Domaine
- Economics, Econometrics and Finance
- Établissements canadiens
- —
- Organismes subventionnaires
- —
- Mots-clés
- MathematicsSample size determinationEstimatorBandwidth (computing)AutocorrelationHeteroscedasticityCovariance matrixApplied mathematicsStatisticsNonparametric statisticsCovarianceAsymptotic analysisComputer scienceTelecommunications
- Résumé présent dans OpenAlex
- oui