结构突变趋势平稳过程与随机趋势过程的虚假回归研究

 内容提要：在已有研究的基础上,本文更为深入的研究含有结构突变的趋势平稳变量与随机趋势变量间的虚假回归问题。本文推导出OLS估计下DW统计量、F统计量以及R2的极限分布,并且将回归模型扩展到动态情形下,推导出用于Granger因果检验的F统计量的极限分布;采用Monte Carlo模拟方法分析了数据生成过程的各项参数对各统计量有限样本分布的影响;最后,本文分析了在有限样本下,数据生成过程的各项参数对虚假回归及虚假Granger因果关系发生概率的影响。     

平稳的平滑转移自回归过程之间的虚假回归问题研究

文章研究平稳的平滑转移自回归过程之间的虚假回归问题.通过推导最小二乘回归估计量及其对应的t统计量的极限分布,发现:标准的t检验流程中的t统计量并不趋于标准正态分布,其极限分布依赖于模型参数,从而导致了虚假回归的可能.采用蒙特卡洛模拟研究了有限样本下数据生成过程的各项参数对虚假回归的影响,研究表明:虚假回归现象也可能普遍存在于平稳变量之间,为此,在做统计推断时,考虑平稳变量的具体特征是必要的.     

含非线性的平稳变量之间的虚假回归研究

研究含非线性的平稳变量之间的虚假回归问题。通过推导OLS估计的收敛性、t统计量和R2的极限分布,证明含非线性的平稳变量之间会出现虚假回归现象,除非回归模型能精确地捕捉变量中的非线性。蒙特卡洛模拟的证据与推导出的理论相符。研究表明:在经济分析中,甄别和正确地处理变量中的非线性部分是十分重要的。     

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.     

阈值协整中内生性解释变量下参数推断的比较

在阈值协整解释变量具有内生性下,OLS估计量具有非标准的极限分布,大大妨碍了协整参数的约束性检验。文章利用三种修正的估计法——FM—OLS、CCR和DOLS来估计阈值协整参数,并据此构造相应的约束性检验统计量,这些统计量都具有标准的极限分布。通过Monte-Carlo模拟,发现OLS估计量的分布不随样本容量增大趋于正态分布,而FM—OLS、CCR和DOLS都呈现出趋于正态分布趋势,其中FM—OLS趋于正态分布所需要的样本容量最小。模拟中也发现FM—OLS外,其他所有t统计量都有严重的过度拒绝原假设概率,FM—OLS法在样本容量较大时有过度接受原假设倾向。     

STAR模型中的递归退势单位根检验研究

在STAR模型框架下,考虑时间序列具有线性确定性趋势成分,本文建立了一个递归退势单位根检验统计量,推导了其渐近分布;并在考虑初始条件情形下,对递归退势、OLS和GLS退势单位根检验统计量的有限样本性质进行了细致的比较研究。若忽略初始条件的影响,GLS退势和递归退势单位根检验统计量的检验势都显著高于OLS退势。随着初始条件的增大,GLS退势单位根检验统计量的检验势下降得比较厉害,递归退势单位根检验统计量的检验势较为稳定,且在样本量较大情形下更具优势。     

随机折现因子框架下均值-方差张成的计量分析

文章在随机折现因子的框架下对均值-方差张成问题进行了系统研究.首先,采用和Kan、Zhou(2001)不同的方法直接证明了新张成条件与现有张成条件的等价性;接着,探讨了新张成条件对应的检验模型的GMM估计及其Wald统计量的性质,通过Monte Carlo模拟揭示这些Wald统计量的小样本偏倚;最后,利用本文导出的均值-方差张成检验方法对中国股市进行实证研究.为了克服小样本偏倚的影响,文中采用Block-Bootstrap方法模拟了GMM估计的J统计量的分布.     

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。     

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.     

含方程误差的重复测量误差模型参数的假设检验

含方程误差的重复测量误差模型解决了协变量真值与响应变量真值之间存在的不完全匹配问题.为使中小型样本量下的假设检验结果更为准确,文章基于多元正态分布推导改进形式的Skovgaard似然比检验统计量,提高其在原假设下收敛到卡方分布的渐近速度,并应用该检验统计量对重复测量误差模型中回归参数的显著性进行假设检验.模拟研究的结果表明改进的似然比检验统计量在有限样本检验下的优越性;实例分析中通过检验气温与气压之间回归参数的显著性来说明该方法的实用性.     

非线性趋势KPSS检验、模型误设与检验流程构建

利用理论推导和蒙特卡洛模拟方法,研究非线性趋势数据生成模型中KPSS检验统计量、趋势项检验统计量分布规律,并总结出KPSS检验流程。理论研究表明,在原假设和备择假设成立时,相关检验统计量在大样本下都收敛到维纳过程的泛函,且KPSS检验不能有效区分趋势类型,模拟研究也得出类似结论。实证研究显示,通过使用KPSS检验流程,可以精确确定数据生成过程。     

Bootstrap方法在非参数核估计中的研究与应用

当数据中存在异常值时,Bootstrap样本可能比原有样本舍有更多的"污染",这会影响要进行的统计推断的有效性.文章讨论了在非参数回归N-w估计中,如何利用影响函数(influencefunction)得到重新抽样的概率,使用调整后的非等概率Bootstrap抽样方法得到曲线的拟合,从而达到有效地抵制异常值对回归函数影响的目的.数值模拟的结果表明了这种处理方法的有效性.     

DF(ADF)检验式参数OLS估计量的分布研究

文章在构建DF(ADF)单位根检验的完整理论分析框架的基础上,利用渐近分布理论和泛函中心极限定理,对情形V的检验式中参数OLS估计量的极限分布进行了全面系统性的研究.总结了DF(ADF)单位根检验式参数统计量的分布特征,并对教据生成过程未知的时间序列的单位根检验步骤提出建议.通过这些研究,试图完善已有的单位根检验理论;同时对计量经济学研究和应用提供新的理论支持.     

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.     

角度质量控制图的特性及分析

文章研究角度质量控制图在典型分布、样本统计量与抽样分布、控制界限表达形式和过程能力指数等方面的特性.与传统的计量控制图相比,这些特性反映了方向数据统计与传统的概率统计在研究方法与结果的表达形式上的明显区别.     

利用M-H算法求解Logistic回归模型参数的贝叶斯估计

文章以航天飞机在不同温度下发射密封圈的失效数据为例,采用随机游动与变量变换M-H算法获得Logistic回归模型参数的后验分布样本并进行贝叶斯分析.同时,进行蒙特卡洛模拟,通过样本轨迹图、直方图、自相关系数图等考查M-H算法的抽样表现,并讨论每种抽样方法的优缺点与提高措施.结果表明:先验分布的选取直接影响贝叶斯估计效果,有先验信息的M-H算法估计的标准差比无先验信息的M-H算法要精确,但随着样本容量增大,趋势在减少,适当的建议分布与变量变换可大大提高M-H算法的抽样效率.     

STAR模型下初始条件对退势单位根检验统计量的影响研究

在STAR模型框架下,文章分析了不同初始条件下OLS和GLS退势KSS统计量检验水平和检验势的特征,发现OLS退势KSS统计量的检验势随初始条件的增大而上升,GLS退势KSS统计量的检验势随初始条件的增大而下降,这与通常忽略初始条件影响下GLS退势比OLS退势KSS统计量有更高检验势的结论不一致.为此,进一步探讨了考虑初始条件情况下STAR模型中的退势单位根检验策略.     

损失模拟模型的模拟与检验

为帮助精算师在不同的数据环境下选择最优的准备金评估方法,美国非寿险精算师协会组织开发了一个产生模拟索赔数据的开源软件系统——损失模拟模型,然而损失模拟模型是否能够按指定参数要求产生模拟数据需要进行检验.文章采用不同的参数估计方法和拟合优度检验方法对模拟索赔次数的分布、索赔额的趋势以及不同险种索赔次数之间的相关结构进行了统计检验,结果表明损失模拟模型对索赔次数的分布、索赔额的趋势能够产生一致的模拟,而对索赔次数数据之间相关结构的模拟存在不稳定性.     

二次趋势模型的误设检验与仿真分析

在介绍两种生成二次趋势模型的基础上,指明两者具有某种内在的关系,并以隐性趋势模型为数据生成过程,使用显性趋势模型作为估计对象,进行参数估计和相应的假设检验。理论分析结果表明:显性趋势模型的参数、t检验统计量和联合F检验统计量的极限具有非标准的分布,且高度显著;以显性趋势模型为数据生成过程,使用隐性趋势模型作为估计对象,结果表明隐性趋势模型是带趋势项的单位根过程;采用LLR检验统计量对两类模型进行区分检验,使用仿真技术进行模拟,仿真结果支持上述理论分析结论和LLR统计量能够区分两种模型。