基于K-S统计量的两个一维及多维总体相等性的Bootstrap检验

Prastgaard(1995)讨论了用Kolmogorov-Smimov统计量T1及相应的Bootstrap统计量T1来检验两总体的相等性.文章提出基于K-S统计量的新的统计量T2及相应的Bootstrap统计量T2,分别在一维及多维的情形下证明了它们在原假设下有相同的极限分布进行了大量的数值模拟,验证了上述统计量的正确性及优劣,给出了模拟的结果,并对此做了对比与分析.     

部分函数型线性变系数模型的序列相关检验

部分函数型线性变系数模型(PFLVCM)是近几年出现的一个比较灵活、应用广泛的新模型。在实际应用中,搜集到的经济和金融数据往往存在序列相关性。如果不考虑数据间的相关性直接对其进行建模,会影响模型中参数估计的精度和有效性。本文主要研究了PFLVCM中误差的序列相关性的检验问题,基于经验似然,把标量时间序列数据相关性检验的方法拓展到函数型数据中,提出了经验对数似然比检验统计量,并在零假设下得到了检验统计量的近似分布。通过蒙特卡洛数值模拟说明该统计量在有限样本下有良好的水平和功效。最后,把该方法用于检验美国商业用电消费数据是否有序列相关性,证明该统计量的有效性和实用性。     

基于蒙特卡罗分布式算法的单位根检验

本文基于单位根检验的基本原理,说明了几种常见的单位根过程检验方法的局限性,提出用MonteCarlo分布式计算方法来计算一般统计量的分布函数表。笔者应用该算法计算时间序列的单位根过程检验统计量的分布函数表,提出了一种新的检验方法,该方法与著名的迪基-福勒检验进行对比,优点在于,一是公式转弯少,使用的是原假设的统计量;二是根据统计量直接的分布,而不是极限的分布;三是不必进行随机积分;四是可以根据任意的显著性水平、任意的样本容量进行检验。     

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.     

面板数据模型的截面相关检验研究

 相关系数的绝对值形式可以很好的避免Pesaran（2004）的CD统计量中异向相关性相互抵消的情况,相应得到一个新的检验面板数据模型扰动项截面相关的统计量。蒙特卡洛模拟显示,无论是在因子模型下还是在空间移动平均模型下,新提出的统计量水平扭曲(size distortion)检验和功效(power)检验表现较好。通过模拟还发现当存在序列相关的扰动项时,先将扰动项进行去序列相关处理可以有效地避免序列相关导致的水平扭曲,并且不会降低统计量的功效。     

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。     

空间关联分析及其应用

本文主要介绍空间关联分析,涉及空间权重矩阵的构建、空间自相关的度量与检验、空间关联的识别等技术.文中介绍了Moran's I和Geary's C两个常用全局自相关检验统计量的度量及其检验技术;讨论了局部Moran's I、局部Geary's C、Gi(d)统计、G*i(d)统计等四个局部自相关检验统计量的度量、检验方法,及各指标在空间关联分析中的应用.     

结合WLS具有EGARCH误差项时序的ADF检验

文章在有限样本条件下,通过加权最小二乘法和普通最小二乘法随机模拟了误差项为EGAKCH-norm和EGARCH-t时序的ADF检验,发现用加权最小二乘法(WLS)比普通最小二乘法(OLS)得到检验统计量的临界值更加稳健,用t(ρ)统计量要比用t(ρ)统计量更有效.     

LSTAR框架下一类针对单位根原假设的F检验

在LSTAR框架下构建了检验单位根原假设的F类型统计量,并推导了其极限分布。相较于之前学者的研究,对LSTAR模型线性系数和位置参数的约束得以放松,因此更具有普适性;有限样本下的仿真模拟表明,相比较ADF统计量以及刘雪燕等(2008)提出的t统计量,F统计量在LSTAR框架下具有更大的检验势。对人民币实际汇率的PPP检验进一步印证了F检验在相关应用研究中的适用性和优越性。     

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LSTAR模型的非线性协整检验

大量的经济理论和实践都表明,宏观经济时间序列经常会出现非平稳和非线性特征,因而在统计分析时,需要进行非线性协整检验。基于逻辑平滑转换自回归(LSTAR)模型将传统的线性协整表述方法拓展为非线性形式,构造实用的检验程序及合适的统计量,利用软件R进行蒙特卡洛模拟给出非线性协整检验统计量的临界值,并通过实际数据分析购买力平价动态系统的非线性协整关系,说明方法的有效性。     

基于准残差的Panel协整检验

 当检验方程含有确定性趋势时,基于残差的Panel协整检验通过全样本回归来消除确定性趋势的方法会导致检验统计量出现Nickell偏差,必须使用标准化系数进行修正,但这些标准化系数却依赖于真实设定参数。本文将Breitung和Das（2005）等使用部分样本回归消除确定性趋势的方法应用到Panel协整检验,提出了基于准残差的Panel协整检验,我们证明了这种新的检验统计量的渐近正态性,模拟的结果也表明其具有非常良好的小样本表现。     

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.     

固定效应模型基于个体LM的新可混合性检验

对固定效应模型,本文基于拉格朗日乘数（LM）原理提出了一种新的可混合性检验。不同于已有的LM型可混合性检验,这里使用每个截面个体的LM统计量构建可混合性检验统计量。数理分析表明,本文所提的方法有着渐进正态性,对于扰动项的异方差和非正态均稳健,且与PY检验（Pesaran&Yamagata,2008）渐近等价。Monte Carlo模拟实验表明,相对于PY检验及另外两种LM型的可混合性检验,对于不同大小的 ,本文提出的方法有着良好的水平表现和更优越的检验势。     

样本参数的优化检验方法

文章讨论了一种新的抽样方法,并基于这一抽样方法提出了样本参数的优化检验统计量;证明了在一定条件下,当原假设成立时,该检验统计量与简单随机抽样下参数的似然比统计量具有相同的极限分布;并进一步比较了该检验与随机抽样下的似然比检验在参数空间上的功效.从检验所犯两类错误的角度说明了基于排序集抽样的似然比检验的优良性.     

协整平滑转移回归中的线性检验 ——基于完全修正最小二乘法的扩展

 在解释变量内生条件下,Choi,Saikkonen(2004)使用动态最小二乘法估计协整平滑转移回归模型,并基于动态最小二乘的估计结果构造 统计量检验协整向量的非线性。本文系统解析了 的构造并指出其不足,针对这一不足,本文将动态最小二乘法扩展为完全修正的最小二乘法,并进而基于完全修正的最小二乘法估计结果构造 统计量检验协整向量的非线性。本文的仿真试验表明,在有限样本下, 与 的检验势没有显著差异,但 的水平扭曲小于 。     

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。     

非参数固定效应Panel Data模型的分位数回归推断

利用分位数回归方法,讨论了非参数固定效应Panel Data模型的估计和检验问题,得到了参数估计的渐近正态性及收敛速度。同时,建立一个秩得分(rank score)统计量来检验模型的固定效应,并证明了这个统计量渐近服从标准正态分布。     

检验统计量的选择

对于拟合优度检验而言,不同的检验统计量构造的检验在不同的假设下其检验的势往往是不同的.即使在相同的原假设下,不同的备择假设下不同的检验的势也是有差异的.在统计理论上,利用检验的势的大小进行检验的选择是重要的标准.然而在实际中,实际工作者可能会遇到统计本身的问题不便于使用此方法,同时理论工作者也很难给出实际中所需要的所有的假设下统计量的检验势的比较结果.基于众数,文章对统计量的密度函数是单峰的情形,通过引入概率流失速度概念.构造了两个选择检验统计量的标准;并用Monte Carlo数值模拟验证了标准的可用性.     

AHP判断矩阵的一致性检验与修正

本文基于一致性阵的一个充要条件分别构造χ2-统计量和u-统计量用于检验AHP判断矩阵的一致性,并用最小元素法对不具有满意一致性的判断矩阵进行修正。