MétaCan
Menu
Retour à la cohorte
Enregistrement W2265229280

Local Whittle Analysis of Stationary Fractional Cointegration

2002· article· en· W2265229280 sur OpenAlexaff
Morten Ørregaard Nielsen

Notice bibliographique

RevueSSRN Electronic Journal · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Risk and Volatility Modeling
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésEstimatorMathematicsCointegrationApplied mathematicsVolatility (finance)Covariance matrixSeries (stratigraphy)Consistent estimatorEconometricsMinimum-variance unbiased estimatorStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We consider a local Whittle analysis of a stationary fractionally cointegrated model. A two step estimator equivalent to the local Whittle QMLE is proposed to jointly estimate the integration orders of the regressors, the integration order of the errors, and the cointegration vector. The estimator is semiparametric in the sense that it employs local assumptions on the joint spectral density matrix of the regressors and the errors near the zero frequency. We show that, for the entire stationary region of the integration orders, the estimator is asymptotically normal with block diagonal covariance matrix. Thus, the estimates of the integration orders are asymptotically independent of the estimate of the cointegration vector. Furthermore, our estimator of the cointegrating vector is asymptotically normal for a wider range of integration orders than the narrow band frequency domain least squares estimator and is superior with respect to asymptotic variance. An application to financial volatility series is offered.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,825
Score d'incertitude au seuil0,776

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

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.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,222
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetFinancial Risk and Volatility ModelingTravaux en français237 207