摘要
我们考虑具有加性确定性结构的参数分数时间序列模型的截断(或条件)平方和估计。后者包括漂移项和广义幂律趋势。随机分量的记忆参数和确定性趋势分量的幂参数都被认为是待估计的未知实数,属于任意大的紧集。因此,我们的模型捕获了不同形式的非平稳性和不可逆性,以及非常灵活的确定性规范。与相关设置一样,由于目标函数在一个大的可容许参数空间上的非一致收敛性,以及随机分量和确定性分量之间的竞争,一致性的证明(这是证明渐近正态性的前提条件)具有挑战性。正如预期的那样,与确定性分量相关的参数估计仅对于参数空间的部分是一致的和渐近正态的,这取决于随机分量和确定性分量的相对强度。相反,我们在整个参数空间中建立了与随机分量相关的参数估计的一致性和渐近正态性。此外,后一种估计的渐近分布不受确定性分量存在的影响,即使这是不可一致估计的。我们还包括蒙特卡罗模拟来说明我们的结果。
资金筹措表
J.Hualde的研究得到了西班牙Ciencia e Innovación部长通过项目PGC2018-093542-B-I00的支持。
致谢
我们感谢编辑多梅尼科·马里努奇(Domenico Marinucci)、两位匿名裁判瑟伦·约翰森(Sören Johansen)、彼得·罗宾逊(Peter M.Robinson)以及各大学和会议的研讨会参与者提出的有益意见。
引用
下载引文
哈维尔·瓦尔德。
莫滕·雷加德·尼尔森。
“具有广义幂律趋势的分数时间序列模型的截断平方和估计。”
电子。J.统计。
16
(1)
2884 - 2946,
2022
https://doi.org/10.1214/22-EJS2009
问询处
收到日期:2021年4月1日;发布日期:2022年
欧几里德项目首次推出:2022年5月3日
数字对象标识符:10.1214/22-EJS2009
学科:
主要用户:62M10个
次要:2012年12月62日
关键词:渐近正态性,一致性,确定性趋势,分数过程,广义多项式趋势,广义幂律趋势,不可兑换性,非平稳性,平方和估计