함수 근사 기반 매력공간 추정 및 검정

초록

본 논문은 중규모 단면 차원을 가진 I(1) 선형 시계열에 대해, 경험적 정준 상관과 브라운 운동의 함수 근사를 이용해 매력공간(공통 추세 공간)의 포함 제한을 반합성적으로 검정하는 방법을 제시한다. 선택 기준과 연속 검정 절차를 모두 다루며, 1차원 특수 경우의 극한 분포를 정확히 도출하고, 샘플 크기와 근사 차원(K)의 동시 발산 하에서의 비대칭적 asymptotic 특성을 논의한다. Monte‑Carlo 실험과 20개 환율을 이용한 실증 분석을 통해 유한표본 성능을 확인한다.

상세 분석

이 논문은 기존의 Johansen 방식이 요구하는 VAR 구조를 넘어, VAR에 국한되지 않은 반합성적(semiparametric) 프레임워크를 채택한다는 점에서 학술적 의의가 크다. 핵심 아이디어는 관측 시계열 Xₜ와 K개의 결정적 함수 dₜ(예: 코사인 기반 L²