STR-ECM模型非线性协整关系检验问题研究

文章首先运用基于剩余平方和的F统计量实现协整对非协整、线性协整对非线性协整,以及ES-TR-ECM对LSTR-ECM的检验.其次,用蒙特卡洛10000次试验给出F、E、F3统计量的临界值,并模拟数据对有限样本下F1、F2、F3统计量的功效进行检验.最后,用文章的研究与有关研究的统计量进行比较分析,仿真实验表明:提出的检验统计量具有较好的有限样本性质,因此其可行性和适用性较强.     

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。     

变结构非线性协整系统的预测方法

变结构非线性协整是经济系统建模中常遇到的问题。本文提出了变结构非线性协整的定义及分类,并通过引入变结构协整的概念,来处理变结构非线性协整问题。     

分数维非线性协整及误差校正模型

本文在分数维和非线性的框架下讨论了经济系统中的长期均衡关系,提出了分数维非线性协整的概念及对应的误差校正模型,基于小波神经网络给出了分数维非线性协整的检验及其误差校正模型的建模方法。实证研究发现中国股市存在分数维非线性协整关系,据此建立了相应的分数维非线性误差校正模型.该模型的预测效果优于带有外生变量的非线性自回归移动平均模型。     

关于分段非线性型变结构协整的研究

纵现金融时间序列的发展变化研究,变结构非线性协整是协整理论发展的必然的趋势,也是经济系统复杂多变的必然需求,文章补充了变结构非线性协整的定义,并提出了分段非线性型变结构的误差校正模型以及变结构点的搜寻的基本方法,最后给出基于Chow统计量的分段非线性型变结构非线性协整的检验方法.     

含滞后效应的非线性协整分析

线性协整方法对非平稳经济和金融变量时间序列的计量经济学分析已经比较成熟,但许多宏观经济变量序列以及金融变量序列间的关系往往表现为非线性。文章以NLLS估计为基础提出反映滞后效应的非线性协整回归模型的非线性协整检验方法,统计模拟结果显示该方法具有较小的水平扭曲和较高的势。通过对中国财政支出与城镇居民可支配收入进行实证分析得出两者之间不存在线性协整而存在非线性协整关系,并且这种关系具有滞后效应。     

协整检验的DGP识别

本文用数值模拟的方法比较了不同DGP下协整检验迹统计量的分布特征,分析DGP误设对协整检验结果的重大影响;进而利用我国货币市场和股票市场的数据进行实证分析,通过真实的例子,揭示DGP误设可能导致的各种错误结果。实证分析中还进一步使用递归协整检验和协整关系的约束识别检验,从不同角度显示了协整关系检验结论的稳健性和可靠性。     

基于非线性ECM模型的贝叶斯门限协整研究

 现有门限协整检验方法由于模型似然函数具有多峰、不连续特征,导致冗余参数识别存在困难,最优化计算相对复杂。本文提出基于非线性误差修正模型的贝叶斯门限协整分析,结合参数的后验条件分布设计MCMC抽样方案,进行贝叶斯门限协整检验;并利用Monte Carlo仿真研究了贝叶斯门限协整检验的有限样本性质,发现贝叶斯门限协整检验方法具有良好的有限样本性质。同时,利用不同期限的美国利率序列进行了实证研究,结果发现1个月与3个月利率之间、3个月与6个月利率之间以及3个月与1年利率之间均存在门限协整关系。研究结果表明：贝叶斯门限协整检验方法解决了冗余参数识别的难题,使计算变得相对简单,并提高了估计的精确度和检验的准确性。     

非线性协整的秩检验方法及其响应面函数研究

 本文对非线性协整关系的秩检验方法进行了系统的梳理,运用Monte Carlo模拟给出了不同样本容量的各个秩检验统计量的临界值,并进一步探讨了其响应面函数,给出了各个秩检验统计量临界值的近似计算公式。对中国上证综指与主要发达国家股指关系的秩协整检验表明,与传统线性协整Johansen检验相比,秩协整检验能够检测到更多的线性和非线性协整关系。     

我国居民消费与GDP的协整检验及误差修正模型

本文运用协整分析理论,对我国居民消费总额与GDP之间的关系进行了探讨,得出二者存在长期均衡的关系,并建立了误差修正模型。经过ECM误差修正之后得出结论。从长期来看,GDP对居民消费的影响是根本性的。然而从短期分析。当期GDP对下期消费的调节作用是较大的。     

New Simple Tests for Panel Cointegration

ABSTRACT

In this paper, two new simple residual-based panel data tests are proposed for the null of no cointegration. The tests are simple because they do not require any correction for the temporal dependencies of the data. Yet they are able to accommodate individual specific short-run dynamics, individual specific intercept and trend terms, and individual specific slope parameters. The limiting distributions of the tests are derived and are shown to be free of nuisance parameters. The Monte Carlo results in this paper suggest that the asymptotic results are borne out well even in very small samples.     

New Simple Tests for Panel Cointegration

In this paper, two new simple residual-based panel data tests are proposed for the null of no cointegration. The tests are simple because they do not require any correction for the temporal dependencies of the data. Yet they are able to accommodate individual specific short-run dynamics, individual specific intercept and trend terms, and individual specific slope parameters. The limiting distributions of the tests are derived and are shown to be free of nuisance parameters. The Monte Carlo results in this paper suggest that the asymptotic results are borne out well even in very small samples.     

非线性协和模型：理论与方法

 本文系统梳理了十多年来非线性协和理论与方法的研究进展,从非线性协和概念的提出开始,对目前已给出的非线性协和的各种不同定义、具有非线性结构的时间序列的非平稳性检验、非线性协和关系的检验、非线性协和模型的参数与非参数估计方法、门限协和模型、以及非线性误差修正模型的研究状况进行了总结。     

非线性回归模型参数估计方法研究——以C-D生产函数为例

通过理论分析和蒙特卡罗模拟,对C-D生产函数模型参数的估计方法进行比较研究的结果表明：当误差项满足经典假设时,非线性最小二乘估计量具有与线性最小二乘估计类似的、近似BLUE的特性,且当误差项存在异方差时,用加权非线性最小二乘法也能大大改善估计量的性质。     

A Meta Analytic Approach to Testing for Panel Cointegration

We propose new tests for panel cointegration by extending the panel unit root tests of Choi (2001 Choi , I. ( 2001 ). Unit root tests for panel data . Journal of International Money and Finance 20 ( 2 ): 249 – 272 .[Crossref], [Web of Science ®] , [Google Scholar]) and Maddala and Wu (1999 Maddala , G. , Wu , S. ( 1999 ). A comparative study of unit root tests with panel data and a new simple test . Oxford Bulletin of Economics and Statistics 61 ( S1 ): 631 – 652 .[Crossref] , [Google Scholar]) to the panel cointegration case. The tests are flexible, intuitively appealing, and relatively easy to compute. We investigate the finite sample behavior in a simulation study. Several variants of the tests compare favorably in terms of both size and power with other widely used panel cointegration tests.     

Linear and nonlinear causality tests in an LSTAR model: wavelet decomposition in a nonlinear environment

In this paper, we use simulated data to investigate the power of different causality tests in a two-dimensional vector autoregressive (VAR) model. The data are presented in a nonlinear environment that is modelled using a logistic smooth transition autoregressive function. We use both linear and nonlinear causality tests to investigate the unidirection causality relationship and compare the power of these tests. The linear test is the commonly used Granger causality F test. The nonlinear test is a non-parametric test based on Baek and Brock [A general test for non-linear Granger causality: Bivariate model. Tech. Rep., Iowa State University and University of Wisconsin, Madison, WI, 1992] and Hiemstra and Jones [Testing for linear and non-linear Granger causality in the stock price–volume relation, J. Finance 49(5) (1994), pp. 1639–1664]. When implementing the nonlinear test, we use separately the original data, the linear VAR filtered residuals, and the wavelet decomposed series based on wavelet multiresolution analysis. The VAR filtered residuals and the wavelet decomposition series are used to extract the nonlinear structure of the original data. The simulation results show that the non-parametric test based on the wavelet decomposition series (which is a model-free approach) has the highest power to explore the causality relationship in nonlinear models.     

基于EGARCH-M模型的沪深300股指期货跨期套利研究——一种修正的协整关系

现有的基于协整股指期货跨期套利策略主要利用GARCH模型进行建模。该模型忽略了杠杆效应的存在,也未考虑条件方差可能影响协整方程。在引入EGARCH-M模型进行套利研究的基础上,提出一种新的协整关系——修正的协整;利用沪深300股指期货合约的每分钟收盘价进行实证分析,结果表明:正态EGARCH-M模型对数据的拟合效果优于传统的GARCH模型,通过设定合理的交易机制可以获得良好的套利结果;非正态的EGARCH-M模型在拟合效果和捕捉套利机会方面都比正态模型具有更好的表现,且套利效果也有显著提高。     

基于Monte Carlo模拟的STAR模型样本矩性质研究

采用Monte Carlo模拟方法对STAR模型样本矩的统计特性进行研究。分析结果表明:STAR模型的样本均值、样本方差、样本偏度及样本峰度都渐近服从正态分布;即使STAR模型的数据生成过程中不含有常数项,其总体均值可能也不是0,这与线性ARMA模型有显著区别;即使STAR模型数据生成过程中的误差项服从正态分布,数据仍有可能是有偏分布。