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。     

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。     

单位根的秩检验及其应用研究

 本文系统研究了单位根检验的三种非参数秩检验统计量：RDF检验、得分秩( )检验与逆得分秩( )检验,推导了逆得分秩的分布。然后运用Monte Carlo模拟给出了各种秩检验的临界值,将秩检验与传统检验的优劣进行了比较,并将这些方法应用于我国货币需求函数各变量月度序列的实证检验。Monte Carlo模拟和实证应用的结果表明,秩检验与传统单位根检验方法相结合可以发现序列中的非线性特征,这将有助于对时间序列特征的深入分析。     

单位根过程联合检验的Bootstrap研究

 本文以Ferretti和Romo的Bootstrap方法为基础进行拓展完成三种联合检验,并从理论证明了Bootstrap方法的有效性;使用蒙特卡洛模拟技术比较了Bootstrap检验与临界值检验的效果。模拟表明,在误判率上,Bootstrap方法下三个检验量的误判率分别为2.22%、3.70%、0.00%,而临界值的误判率分别高达22.22%、11.11%、15.56%;在精确程度上,Bootstrap方法的精度分别是临界值方法的11.25倍、26倍和6.5倍。模拟表明了本文构造的Bootstrap检验方法可以替代临界值方法,特别在小样本下,Bootstrap方法的优势表现更为明显。     

个体协整条件下面板单位根检验统计量性质研究

 本文通过蒙特卡洛模拟试验,研究了个体间的协整关系对面板单位根检验统计量分布、实际检验水平及检验功效的影响。结果显示：个体间协整关系个数和协整向量均对检验统计量分布产生影响;同时,如果忽视个体间存在的协整关系,继续运用个体间无协整关系条件下检验统计量的临界值进行面板单位根检验,各检验统计量实际检验水平将严重失真。     

非线性单位根KSS检验联合检验量分布研究

文章以数据生成是否含漂移项为基础,分两种情况讨论非线性单位根KSS检验中三类联合检验量分布,结果表明它们在大样本下都收敛到维纳过程的泛函.为在实证分析中使用这三类联合检验量,文章通过蒙特卡罗模拟获得有限样本下常用的临界值,模拟显示:虽然这些临界值随着样本的增加而下降,但呈现稳定态势,且符合理论分析结果.     

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。     

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。     

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.     

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。     

退势单位根检验的小样本性质

在经验研究中,尽管Dickey-Fuller提出的 统计量是应用最广泛的单位根检验,但是,它的检验功效偏低是众所周知的。为了改善Dickey-Fuller检验的功效,本文将时间序列的四种退势方法和 检验、 检验、MAX检验和 检验相结合,通过蒙特卡洛模拟试验研究了16种退势单位根检验的小样本性质。研究发现,退势单位根检验均不同程度地改善了 型检验的功效,特别是退势单位根检验 -KGLS、MAX-KGLS、 -RLS和MAX-RLS具有更理想的小样本性质。     

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。     

“堤坝”型结构突变的时间序列单位根检验及其应用——对PPP的经验分析

通过解读一些经济变量的动态行为,提出了＂堤坝＂型确定趋势的概念和＂堤坝＂型结构突变的时间序列单位根检验。在结构突变位置未知的情况下,讨论了推断结构突变点位置的方法,给出了＂堤坝＂型结构突变单位根检验的一般步骤。最后,基于人民币和日元兑换美元的汇率数据,借助该检验为购买力平价（PPP）理论提供了有力的证据。     

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。     

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。     

Dealing with the Initial Observation in the LM Unit Root Test

This article proposes a linearly weighted unit root test with a new weighting scheme which reflects the trade-off in power between the ADF and LM tests regarding the initial value of a time series. Simulation results indicate that the proposed test has better power performance and works better than other available tests in the literature for a range of initial conditions.