DF单位根检验的势及检验式的选择

Dejong et al(1992a)研究了有限样本DF单位根检验的势函数.其研究与DF单位根检验的初衷不符.本文探讨了生成平稳备择假设样本序列的一般方法,进而较系统地研究了DF检验的势,并在此基础上讨论了检验式的选择问题.     

STAR非线性平稳性检验中误设定的伪检验研究

本文通过理论分析和蒙特卡洛仿真模拟,研究平稳性检验中选用的统计量与数据生成过程不一致时,非线性ESTAR、LSTAR与线性DF检验法能否得出正确的结论.研究表明,二阶LSTAR与ESTAR模型可用相同的检验方法,但前者的非线性特征更强.当数据生成过程为线性AR,或非线性ESTAR、二阶LSTAR模型时,使用DF或ESTAR检验法可得出大致正确的结论,但LSTAR检验法完全失败.数据生成过程的非线性特征越强,ESTAR较DF检验方法的功效增益越高;线性特征越强,DF的功效增益越高.当转移函数F(θ,c,zt)中θ较大导致一阶泰勒近似误差较大或c非0时,标准ESTAR与LSTAR非线性检验法失去应用条件.θ较大或c偏离0较远时,数据生成过程中线性成分增强,用线性DF检验可获得更好的检验结果.     

DF(ADF)检验式参数OLS估计量的分布研究

文章在构建DF(ADF)单位根检验的完整理论分析框架的基础上,利用渐近分布理论和泛函中心极限定理,对情形V的检验式中参数OLS估计量的极限分布进行了全面系统性的研究.总结了DF(ADF)单位根检验式参数统计量的分布特征,并对教据生成过程未知的时间序列的单位根检验步骤提出建议.通过这些研究,试图完善已有的单位根检验理论;同时对计量经济学研究和应用提供新的理论支持.     

检验式设定错误对时间序列单位根检验小样本性质的影响

首先对单位根检验的两类常见的数据生成系统进行比较，然后利用蒙特卡洛实验研究了时间序列单位根检验式的设定问题。研究发现在利用DF检验和DF-GLS检验进行时间序列的单位根检验时，检验式设定错误直接影响着检验结果，尤其在推断时间序列是趋势平稳过程还是有时间趋势项的随机游走过程或有二阶时间趋势多项式的随机游走过程时，检验式的错误设定很容易将趋势平稳过程误判为非平稳过程。     

DF检验模型误选对单位根检验的影响

DF检验是单位根检验最常用的方法,实际应用时,必须按照一定的顺序选择三个检验模型,否则检验可能产生一定的偏误.文章通过蒙特卡罗模拟方法论证了如果不确定的缺少或不正确的增加一些确定项将分别导致第一类错误和第二类错误的概率变大,所以得出DF检验必须按照一定的顺序检验的结论.     

数据初始值对DF类IPS检验势的影响研究

 本文研究了DF类面板数据单位根IPS检验势受时序数据初始值的影响,推导了DF类面板单位根IPS检验统计量在局部备择假设下的极限分布和局部渐近势函数,发现了DF类面板数据单位根IPS检验统计量局部渐近势在异质性局部备择假设下是初始条件的单调递增函数;小样本Monte Carlo模拟分析结果表明,若假设初始条件为零,DF类IPS统计量的检验势将被低估。     

单发线性结构突变对DF单位根检验的影响分析—“Perron现象”的进一步研究

 “Perron现象”是指当真实的数据生成过程为带有结构突变的（趋势）平稳过程时，传统的DF单位根检验易将其误判为单位根过程。本文考虑了水平突变、截距突变、斜率突变以及截距与斜率双突变等四种突变情形下DF统计量的检验功效，推导了前两种突变情形下DF统计量的渐近分布，并对四种突变情形下DF统计量的有限样本性质进行了探讨。本研究是对“Perron现象”的进一步深入分析，也是对DF单位根检验的进一步补充和完善。     

ADF模式中漂移项和趋势项检验量分布与Bootstrap检验研究

在推导ADF检验模式下趋势项和漂移项伪t检验量极限分布基础上,提出修正的系数检验量。研究表明,它们与DF检验模式下检验量具有相同的极限分布;构造漂移项和趋势项检验的Bootstrap实现方法并证明了有效性。将蒙特卡洛模拟技术与临界值检验方法进行对比,结果表明Bootstrap方法能够明显降低检验的水平扭曲,在检验功效方面也有一定优势。模拟也显示临界值检验的局限性和Bootstrap方法的稳健性。     

整数值时间序列模型单位根检验问题研究

非整数值时间序列单位根检验研究已趋成熟,而整数值时间序列单位根检验则刚起步.本文主要采用蒙特卡洛模拟方法对INAR(1)模型单位根检验中的DF统计量和∑Tt=1=1I{△Xt＜0}统计量进行了研究.研究发现:DF统计量渐近服从标准正态分布,有限样本情形下,该统计量的实际分布会受到样本容量与扰动项均值的影响;DF统计量不存在水平扭曲现象,能很好控制犯第一类错误的概率,由于数据生成特点,∑Tt=1I{△Xt＜0}统计量犯第一类错误的概率始终为0;DF统计量和∑Tt=1I{△Xt＜0}统计量的检验功效受到样本容量、自回归系数和扰动项均值的影响,多数情形下,∑Tt=1=1I{ △Xt＜0}统计量的检验功效高于DF统计量.     

平滑转换自回归模型的单位根检验问题研究

 内容提要：针对非线性模型的单位根检验中存在的问题,本文认为非线性模型的单位根检验不应该在AR模型中进行,而应该在非线性模型中进行。以LSTAR(1)模型为例,本文给出了在其中进行单位根检验的统计量及其临界值。用蒙特卡洛试验证实,本文提出的单位根检验统计量的功效明显高于DF单位根检验,只有当非平稳特征十分明显时,DF检验才能检测出其中的单位根,因此,在非线性模型中进行单位根检验是必要的。     

局部线性趋势模型单位根检验量分布与Bootstrap检验

本文引入局部趋势概念,研究数据生成和检验式都含有趋势单位根过程中伪t检验量的分布,结果表明该分布为标准正态分布与第四种DF分布的混合体,并揭示了向这两类分布转化的条件.为摆脱伪t检验量受到特定参数约束而不能用于实证分析的困境,本文提出了Bootstrap检验方法,并从理论上证明该方法可用于水平检验和功效研究,埃奇沃思展开进一步证实该方法能够降低水平扭曲.蒙特卡洛模拟结果显示,Bootstrap检验量具有最高检验正确率,检验功效在一定条件下也能与标准正态分布的检验结果相媲美,说明Bootstrap方法可以用于此类模型的单位根检验.     

具有阶段性趋势序列的单位根检验

大量的经济时间序列具有阶段性发展特征,此时DF(ADF)检验将倾向于接受存在单位根的原假设,甚至将具有断点的趋势平稳过程误判为单位根过程,检验失效。因此,有必要对具有断点趋势的单位根检验做介绍。本文给出了截距项存在断点时t统计量的渐进分布,并介绍了Vo-gelsang和Perron提出的基于DF检验形式之上的AO单位根检验方法。     

LSTAR-GARCH模型的单位根检验

LSTAR模型的单位根检验往往易忽视其条件方差的时变性,实际上,对许多经济变量尤其是金融变量建立LSTAR模型后,经常发现其条件方差存在GARCH效应。针对LSTAR-GARCH模型的平稳性检验,本文构建了检验统计量tNG,之后在极大似然估计的基础上,推导出tNG的渐近分布,通过蒙特卡洛模拟方法得到该统计量的渐近临界值,并在此基础上研究了tNG检验的检验功效。在与刘雪燕和张晓峒(2009)提出的tNL检验、Ling等(2003)提出的tLG检验以及DF单位根检验进行比较后,发现tNG检验具备明显优势。     

基于分形理论的LSTAR模型检验

针对非线性时间序列的单位根检验和非线性检验中存在的问题,引入分形理论中的Hurst指数进行研究,以LSTAR模型为代表,讨论了相关样本性质。通过蒙特卡洛模拟实验证实,只有当非平稳特征十分明显时,DF检验才能检测出单位根。Hurst指数改善了单位根检验功效,且作为一种非参数检验方法,具有较好的稳健性。     

递归均值调整单位根检验能提高检验功效吗?

根据备择假设成立时均值是否为零,讨论了三类单位根检验统计量的检验功效。理论研究表明:在大样本下,检验功效只与检验类型有关,与均值取值无关。蒙特卡洛模拟表明:在有限样本下,均值会影响检验功效,当均值为零时,第一类DF检验功效最高;当均值大于零时,在绝大多数场合下,第二类DF检验功效最优。因此,递归均值调整单位根检验功效仅在有限条件下最大。     

中国股市的弱式有效性检验

证券市场(股票市场)的效率一直是证券市场的监管机构和参与者各方关注的问题。对我国证券市场的有效性研究以及关于我国股票市场是否属于强式有效市场、半强式有效市场或弱式有效市场的争论仍在继续。文章侧重于价格的时间序列相关性研究,主要进行了游程检验、序列相关性检验和灵敏性检验。经过实证检验,认为我国股市已经具备弱式有效性。     

面板单位根检验的Bootstrap比较

目前,面板数据单位根检验主要是IPS检验、BREIGUN检验、LLC检验和FISHER检验,它们都具有好的大样本性质,但他们的有限样本性质却是应用中必须要考虑的问题.文章应用bootstrap对四种检验进行了比较研究,发现这四种检验不仅存在截面和时序个数的影响,是否引入时间趋势项也是导致检验水平和功效扭曲的一个因素.     

ADF(DF)单位根检验的可靠性比较

一、问题的提出 Dickey和Fuller(1976、1981)提出了DF单位根检验法,即基于标准化偏差(standarded bias)统计量的k检验、基于传统t统计量的τ检验和基于wald统计量的F检验.     

截面数据异方差问题检验技术的比较

在忽略异方差的情况下,进行模型的OLS参数估计会导致严重的后果,因此,研究异方差性的检验、选取适当的检验方法是非常重要的理论与实践问题.文章基于蒙特卡罗随机模拟技术,分别在Permutation Test与传统形式下对异方差检验的主要方法有:White检验、Park检验、Goldfeld-Quandt检验、Breusch-Pagan/Godfrey检验、Glejser检验,在不同的异方差假定形式下、在不同的样本容量下对这五种检验方法的第一类错误率的控制、检验功效等方面进行充分、完备的研究和讨论,并给出结论供实践工作者参考.     

异方差G-Q检验方法的改进

围绕戈德菲尔德—匡特异方差检验方法(G-Q检验)展开相关问题的研究讨论,并对该检验方法进行改进。在对线性回归模型异方差检验的两个基本问题进行分析阐述的基础上,对G-Q检验中使用的F检验方法进行辨析讨论,并在应用中针对不同形式的数据条件进行拓展;以此研究为基础,设计基于线性回归模型拟合值排序的多元线性回归模型的G-Q检验方法,并对这一方法进行统计模拟和应用检验,以证实该方法良好的检验效果和简便的使用过程。