分数积分模型的修正条件最小二乘估计量
计量经济学
2026-04-10 v4
摘要
本文分析了在平稳或非平稳的 type-II ARFIMA (,,) 模型中，估计常数项对条件最小二乘（CSS）估计量偏差的影响。我们推导了该估计量偏差的表达式，并表明通过对 CSS 目标函数进行简单修正即可消除主导项。我们将这一新估计量称为修正条件最小二乘（MCSS）估计量。我们通过理论和 Monte Carlo 模拟证明，即使在小样本情况下，其相对于 CSS 估计量的性能也有显著提升。最后，我们重新审视了三个经典的短数据集，这些数据集过去曾被描述为带常数项的 ARFIMA(,,) 模型，即第二次世界大战后的实际 GNP 数据、扩展的 Nelson-Plosser 数据以及尼罗河数据。
引用
@article{arxiv.2404.12882,
title = {The modified conditional sum-of-squares estimator for fractionally integrated models},
author = {Mustafa R. Kılınç and Michael Massmann},
journal= {arXiv preprint arXiv:2404.12882},
year = {2026}
}