单向面板回归模型中异方差类型的确定性检验框架

结合White检验和Hausman检验,在一个检验框架内对单向面板回归模型中异方差的七种类型进行研究,将误差项中的个体效应和时间效应进行分离,给出异方差类型的确定性检验方法和步骤。应用中国城镇居民总消费、居住消费和收入的数据进行实证分析,证实异方差类型确定性检验方法的实用性和可行性。     

异方差G-Q检验方法的改进

围绕戈德菲尔德—匡特异方差检验方法(G-Q检验)展开相关问题的研究讨论,并对该检验方法进行改进。在对线性回归模型异方差检验的两个基本问题进行分析阐述的基础上,对G-Q检验中使用的F检验方法进行辨析讨论,并在应用中针对不同形式的数据条件进行拓展;以此研究为基础,设计基于线性回归模型拟合值排序的多元线性回归模型的G-Q检验方法,并对这一方法进行统计模拟和应用检验,以证实该方法良好的检验效果和简便的使用过程。     

截面数据异方差问题检验技术的比较

在忽略异方差的情况下,进行模型的OLS参数估计会导致严重的后果,因此,研究异方差性的检验、选取适当的检验方法是非常重要的理论与实践问题.文章基于蒙特卡罗随机模拟技术,分别在Permutation Test与传统形式下对异方差检验的主要方法有:White检验、Park检验、Goldfeld-Quandt检验、Breusch-Pagan/Godfrey检验、Glejser检验,在不同的异方差假定形式下、在不同的样本容量下对这五种检验方法的第一类错误率的控制、检验功效等方面进行充分、完备的研究和讨论,并给出结论供实践工作者参考.     

一类基于非参数回归的条件异方差检验

现有基于参数模型构造的条件异方差检验往往存在模型设定偏误问题。为了避免模型误设对检验结果的影响,并且同时捕获多种条件异方差现象,本文基于非参数回归构造了不依赖于特定模型形式的条件异方差检验统计量。该统计量可视作条件方差和无条件方差之间差异的加权平均,在原假设成立时渐近服从标准正态分布。数值模拟结果一方面表明本文统计量具有良好的有限样本性质,另一方面也说明条件均值模型误设会导致错误地拒绝条件同方差的原假设,凸显了本文引入非参数方法构造条件异方差检验的必要性。实证分析采用本文统计量探讨了国际主要股指收益率的条件异方差现象,得到了与Engle (1982)不同的检验结果,可能意味着股指收益率呈现出非线性动态特征。     

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。     

一种异方差模型的两阶段估计

在异方差线性回归模型中,当模型误差项的协方差阵未知时,对异方差模型进行估计目前还没有比较好的方法。基于此,提出一种异方差模型的两阶段估计—基于异方差一致协方差阵估计,该方法将异方差一致协方差阵估计HC5m和广义最小二乘估计法结合起来,综合使用全部样本的信息,并对异方差模型进行估计。通过大量的蒙特卡洛数值模拟和实证分析,结果表明该方法具有一定的可行性和有效性。     

季节异方差序列的季节调整问题研究

季节调整是从经济序列中剔除季节成分的重要方法。季节异方差的存在,使经典的季节调整方法无法彻底分离出季节成分,致使季节调整失败。本文针对季节异方差问题提出用于季节调整的改进的HS模型,并定义改进的HS模型构造季节异方差检验LR统计量,通过蒙特卡洛模拟方法分析该检验的检验尺度和检验功效。最后,利用我国税收总额月度序列给出实证分析,并通过对比考察了改进的HS模型方法季节调整的有效性。     

广东城镇固定资产投资与经济增长关系的实证分析

文章基于广东省1979~2009年经济数据,利用经济理论及计量经济学的回归分析、显著性检验、自相关检验、异方差检验、平稳性检验、协整检验、误差修正模型及格兰杰因果关系检验等理论方法,实证研究分析了广东省城镇固定资产投资与经济增长之间的关系,并提出了相关政策建议。     

时间序列分析中的异方差性

文章阐述异方差性在时间序列分析中的影响及识别方法 ,并比较各方法的应用特点。以双能 X线骨密度仪基线漂移数据为例 ,说明异方差性的一种检验手段。能够识别出序列中的方差变化区域及显著变化区域。对时间序列中的异方差性 ,建议使用假设检验方法予以判别     

基于小波Mallat算法和异方差模型的人民币汇率预测

文章首先用小波Mallat算法对RMB/JPY汇率一阶差分数据进行了分解和单支重构,并对单支重构后的近似分量和细节分量进行检验,证实存在条件异方差性;然后,对近似分量和细节分量分别建立了条件异方差模型,同时检验了近似分量序列与原始差分序列的"杠杆效应",显示出一致的结论;最后,对各模型的均值和波动率进行了预测,结果显示结合小波后的预测效果要优于传统的预测模型.