交互效应动态面板模型的非线性工具变量估计

文章针对交互效应动态面板数据模型的参数估计难题,提出了一种非线性工具变量估计方法.通过Monte Carlo仿真发现:这种非线性工具变量估计法具有较好的有限样本性质,特别是针对非平稳的数据,该方法表现出了非常好的有限样本估计特征.     

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。     

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.     

非线性GARCH族的模型平均估计方法

本文考虑了非线性GARCH族的模型平均估计方法。在备选模型集合包含拥有不同模型结构的非线性GARCH族的情况下,本文构建了非线性GARCH族的模型平均估计量,并给出相应的权重选择准则。在一定正则条件下,本文证明上述模型平均估计量具有渐近最优性,即渐近实现真实最优的KL偏离度。蒙特卡洛模拟结果表明,在大部分情形下,本文提出的模型平均估计量取得了更小的相对KL偏离值。作为非线性GARCH族的模型平均估计方法的应用,本文对2016年6月1日至2017年6月1日上证指数的日波动率进行估计,与现有模型选择与模型平均方法相比较,本文模型平均估计方法具有更高的精度。     

非线性协和模型:非参数方法研究综述

对于非线性协和理论,非参数方法具有重要的研究和应用意义。文章对当前非线性协和理论的三个研究方向进行了梳理,进一步对已给出的非线性协和的不同定义,总结了相应的具有非线性结构的时间序列的非平稳性非参数检验、非线性协和关系的非参数检验、非线性协和模型非参数估计方法以及非线性误差修正模型的非参数方法前沿问题。     

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。     

具有不同转换机制的非线性模型理论与应用研究

近几年来,非线性时间序列模型被广泛地应用于经济学领域,尤其是其中的STAR模型能很好的描述很多经济变量的运行轨迹。本文正是对于STAR模型中转换函数的不同函数形式形成的模型进行讨论,除了常见的LSTAR和ESTAR模型外,本文还提出了令转换函数为三角函数的的TSTAR模型,并且对于这三种STAR模型的检验和模型的选择作了一些探讨。     

多元离散-连续比例选择模型的构建

文章基于Kuhn-Tucker模型的KAR模型和MDCEV模型是两个应用比较广泛的研究绝对数量的模型,有良好的性质。文章基于比例数据的特点,还有KAR和MDCEV中效用函数的形式,提出了适用于比例数据的比例模型。相对于传统的研究比例数据的Amemyia-Tobin模型来说,提出的比例模型的形式更加的简单,满足边际效用递减的规律,参数的含义更加的清晰,并且参数估计也比较简单。     

高频数据驱动的连续时间模型估计

现代金融经济学中连续时间模型能够更方便地描述重要经济变量的动态过程如股价、汇率和利率等。为连续时间模型提出了一种高频数据驱动的二阶段估计方法,增强了连续时间扩展模型的弹性和可操作性。以Vasicek模型为例给出了该方法的应用实例,首先在第一阶段使用实现波动率方法估计出模型的扩散项参数,然后使用实际数据的稳态分布的前向方程估计漂移项参数。此方法对模型初始设定和优化算法依赖程度低,结果较为稳定可靠。     

具有AR（1）误差的非线性模型中的Score检验

文章研究了具有AK（1）误差的非线性的模型中一般均值漂移存在性及方差齐I}生检验问题;利用Score函数和Fisher信息阵,获得了检验的Score统计量。     

IV估计框架下模型设定检验问题的讨论

 IV估计框架下各种统计量的良好性质依赖于相应的模型设定,如果这些模型设定未能得到数据的支持,其统计推断结论将是不可靠的。如判定计量经济模型是否存在内生性的Hausman检验,实证研究中同一问题的检验结果可能大相径庭。如何通过合理的模型设定检验程序来获得模型参数科学、可靠的估计结果和检验结论呢？本文讨论了工具变量估计框架下的各种模型设定检验问题,明确了各个检验统计量的适用条件及其逻辑联系,给出了工具变量估计框架下模型设定检验的一般步骤。     

An Adaptive Method of Variable Selection in Regression

An adaptive variable selection procedure is proposed which uses an adaptive test along with a stepwise procedure to select variables for a multiple regression model. We compared this adaptive stepwise procedure to methods that use Akaike's information criterion, Schwartz's information criterion, and Sawa's information criterion. The simulation studies demonstrated that the adaptive stepwise method is more effective than the traditional variable selection methods if the error distribution is not normally distributed. If the error distribution is known to be normally distributed, the variable selection method based on Sawa's information criteria appears to be superior to the other methods. Unless the error distribution is known to be normally distributed, the adaptive stepwise method is recommended.     

判定季节变动模式的检验方法

季节变动广泛存在于社会经济现象的时间数列中,而季节变动模式又具有多样性。按季节因素与其他因素的结合方式,可分为加法模式和乘法模式;按其稳定性,可分为不变季节模式和可变季节模式;因为有些社会经济现象的发展变化与数据汇总时期不一致,从而使某些季节出现不规则季节变动,     

蒙特卡罗方法下线性模型的异方差性检验方法

在已有的异方差性检验方法的基础上,运用蒙特卡罗方法,借助permutation检验思想,在不假定随机扰动项服从同一分布族的条件下,通过从大样本中提取大量的子样本,不断对线性模型进行拟合和检验,根据异方差为真的频率大小,给出了一种新的异方差检验方法。随机模拟表明本检验方法优于传统方法。     

A Simple Method for Testing Variance Components in Unbalanced Nested Model

In this article, we consider the unbalanced case of the three fold nested random effects model under partial balance. The distributions of unweighted sums of squares are obtained first. Using the method of generalized p value introduced in Tsui and Weerahandi (1989 Tsui , K. , Weerahandi , S. ( 1989 ). Generalized p-values in significance testing of hypotheses in the presence of nuisance parameters . Journal of the American Statistical Association 84 : 602 – 607 .[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]), a new method is proposed for hypothesis tests involving functions of variance components. To evaluate the sizes of the generalized p value, a simulation study is conducted. The results indicate that the proposed method performs well under all examined conditions.     

平行数据模型单位根的非参数检验方法——截面内误差项存在L阶自相关关系

时间序列单位根检验问题是现代经济计量学研究的一个焦点问题。由于平行数据模型研究的是跨横截面的时间序列问题,因此单位根检验问题对它来说也非常重要。这个问题目前在平行数据模型的研究领域备受关注。本文通过研究时间序列单位根的非参数Z检验方法与平行数据模型单位根的IPS检验方法,针对横截面内误差项存在L阶自相关关系的平行数据模型,提出了非参数单位根检验方法;并利用Monte-Carlo方法模拟比较了本文提出方法与LL单位根检验方法的效果。一、时间序列单位根的非参数Z检验方法Phillips(1988)考虑了时间序列可能出现的自相关关系…     

基于互信息的变量选择方法

文章基于解释变量与被解释变量之间的互信息提出一种新的变量选择方法:MI-SIS。该方法可以处理解释变量数目p远大于观测样本量n的超高维问题,即p=O(exp(nε))ε>0。另外,该方法是一种不依赖于模型假设的变量选择方法。数值模拟和实证研究表明,MI-SIS方法在小样本情形下能够有效地发现微弱信号。     

基于马尔可夫域变模型的上海股市收益率非线性特征分析

针对股市收益率在不同时期内具有不同的均值、波动性和持续性等非线性特征,引入马尔可夫域变模型（MRSM）对上海股市收益率的均值与波动性的对应关系以及高、低收益率状态转换特征进行分析,结果表明马尔可夫域变模型与GARCH类模型相比较,显著地提高了对股票市场行为的描述能力。它不仅可以从动态角度明确刻画金融市场的“收益与风险”相对称的特征,而且可测定不同状态持续的可能性和由一种状态转向另一种状态的概率。     

贝叶斯变量选择及模型平均的研究

对多元线性回归问题中的变量选择进行研究,改进现有的贝叶斯自适应抽样(BAS)方法,在实现整体不放回抽样的前提下,局部引进放回抽样的方法,通过数据仿真发现,同样进行贝叶斯模型平均(BMA),改进后的方法预测效果比改进前的BAS预测效果更好。