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.     

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。     

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。     

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。     

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。     

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.     

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.     

分位数单位根检验的有限样本绩效及其应用

利用蒙特卡洛模拟方法,在不同的数据产生过程下比较了分位数单位根检验与传统的ADF和PP单位根检验的绩效。研究发现:当误差项服从正态分布时,传统单位根检验与分位数单位根检验的检验功效相差不大,前者甚至略优于后者;但当误差项服从t分布时,分位数单位根要优于传统的单位根检验。在此基础上,采用中国商品价格指数(增长率)数据,给出分位数单位根检验的实例应用,实证结果显示中国商品价格指数具有非对称的惯性特征。     

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.     

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.     

结构渐变条件下单位根检验的统计量研究

当经济统计数据呈现结构渐变特征时，经典的DF和ADF检验统计量的分布特征会有所改变。文章推导了当经济统计数据结构渐变时，DF与ADF检验式中的漂移项、时间趋势项、突变项的系数估计量渐近分布的泛函表达式，导出了漂移项t统计量的渐近分布形式。通过蒙特卡罗模拟，展示了DF检验式中漂移项t统计量的有限样本分布特征，拟合了漂移项t统计量的有限样本响应面函数，并给出临界值表，用于漂移项是否为零的检验。     

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。     

基于奇异值分解去势的非线性趋势序列单位根检验研究

 如何克服ADF与PP单位根检验法对非线性趋势平稳序列的伪检验，提高单位根检验的功效，是非平稳时间序列分析的重要问题。本文基于奇异值分解的思路，构造出检验非平稳时间序列单位根的SVD-RMA检验法，此方法将时间序列的趋势项与干扰项分离，然后用递归均值调整法对干扰项进行检验。仿真实验表明，SVD-RMA法对线性与非线性趋势、甚至结构突变过程的检验功效都非常好；对非线性趋势平稳的检验而言，SVD-RMA检验得到正确结论的可能性要远远好于ADF与PP检验。     

ADF单位根检验中联合检验LM统计量研究

 本文研究了ADF单位根检验中参数联合约束的拉格朗日乘数检验。首先,本文构建了4个LM统计量并推导了它们的极限分布;然后,运用蒙特卡罗试验,模拟了有限样本容量常用检验水平下的临界值,拟合了临界值关于样本容量的响应面函数,并总结了LM统计量有限样本容量下的统计特性;比较分析了这4个LM统计量的检验功效及实际检验水平;最后,一个实例分析简要说明了这几个统计量在单位根检验中的应用。     

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。     

傅里叶型平滑结构突变下Dickey-Fuller检验的功效——兼论Shibor的平稳性

通过推导Dickey-Fuller检验功效函数,研究表明:即使中小型的傅里叶型结构突变,都会严重影响Dickey-Fuller检验的功效,从而使得含傅里叶型平滑结构突变的平稳过程被误判为单位根过程。使用3、6、9个月期和一年期Shibor日度数据发现:传统的ADF、PP、DF-GLS和KPSS几乎都指出Shibor是单位根过程;考虑平滑结构突变的单位根检验则在1%的显著性水平下拒绝了单位根的原假设,这表明Shibor是含结构突变的平稳过程。因此,预测Shibor和理解其动态行为必须考虑其结构突变特征。     

含均值结构变点时间序列的贝叶斯单位根检验

针对ADF和PP检验对含有均值结构变点时间序列的“伪检验”问题,文章基于贝叶斯理论,先运用贝叶斯因子模型选择的方法检测时序结构变点位置,再在结构变点已知的情况下运用置信区间和贝叶斯因子两种方法检验序列是否存在单位根,并用Monte Carlo模拟方法进行仿真,验证该方法的有效性。研究发现：是否考虑均值结构变点对时间序列的单位根检验有着重要的影响,不考虑结构突变而进行常规的单位根检验会产生误判;贝叶斯方法能够有效检测含有均值结构变点时间序列的变点位置,并能提高单位根检验功效。     

STAR模型中退势单位根检验的小样本性质研究

 Kapetanios et al. (2003)和刘雪燕(2008)提出了ESTAR和LSTAR模型单位根检验的方法。本文将时间序列退势的OLS和GLS方法与他们提出的单位根检验方法结合，通过蒙特卡洛试验发现，在STAR模型中，对时间序列退势能不同程度的改善单位根检验的功效。若时间序列只存在非零均值，ESTAR模型中OLS退势存在优势；LSTAR模型，样本容量较小时（T<=50），OLS退势的优势较明显，样本容量较大（T>100）时，GLS退势具有了微弱的优势。若序列存在非零的均值和趋势，且样本容量较小时，LSTAR模型中GLS退势的优势较明显，ESTAR模型中OLS退势的优势较明显；样本容量较大时，LSTAR模型中二者功效都很高，ESTAR模型中GLS退势的优势较明显。     

基于傅里叶变换的含异质性结构突变的面板单位根检验

Lee等(2015)使用傅里叶变换近似结构突变建立了一个同时考虑结构突变和横截面相关的面板单位根检验,并证明具有优良的性质,该检验可以称为“第三代面板单位根检验”,然而其只能考虑同质的结构突变.本文建立了一个可以兼容异质性结构突变的傅里叶函数扩展型面板单位根检验,新检验也允许结构突变中含有包含多个频率的傅里叶函数.本文证明新建立的检验统计量不依赖于冗余参数且趋于正态分布.虽然正态分布的均值和方差是未知的,但可以使用蒙特卡洛模拟给出临界值.模拟表明,新的面板单位根检验具有良好的检验水平和检验功效.