分数协整子空间的半参数估计

我们考虑一个多元分数协整的公共分量模型，其中 $s\geq1$ 个分量具有不同的记忆参数。协整秩可能大于 1。我们将真实的协整向量分解为正交的分数协整子空间，使得来自不同子空间的向量产生具有不同记忆参数的协整误差。我们利用基于前 $m$ 个傅里叶频率（$m$ 固定）的截断差分观测值的平均周期图矩阵的适当特征向量集，分别估计每个协整子空间。真实协整子空间与估计协整子空间之间的角度为 $o_p(1)$。我们利用对应于估计协整向量的协整残差，使用带宽趋于 $\infty$ 但慢于 $n$ 的一维高斯半参数估计量，获得给定协整子空间记忆参数的相合且渐近正态的估计。我们利用这些估计来检验分数协整并一致地识别协整子空间。