Finite-Sample Properties of Model Specification Tests for Multivariate Dynamic Regression Models
创建于 更新于
摘要
本文提出将 Durbin 回归推广到多方程 SUR/GLS 框架，构造了一种显式刻画回归变量与扰动项联合二阶动态的可行 GLS（generalized Durbin, GD）估计量，证明其在允许 regressor–error 动态依赖的最弱 EBD 条件下仍保持一致，并在更强条件下达成渐近效率；基于该估计量构建的 Wald 检验在有限样本中显示较优的尺寸控制与竞争性检验力，且结合 VAR-sieve + 快速双重自举（FDB）可进一步校正有限样本偏差并稳定显著性判断 [page::0][page::17][page::21].
