非线性Granger因果检验方法的检验功效及有限样本性质的模拟分析

为了克服传统Granger因果检验方法因忽略经济变量的非线性特征而导致结论出现显著偏差的局限性,非线性Granger因果检验方法在近年来正逐步成为经济学研究领域的重要分析工具。然而,迄今为止,学术界仍较少对非线性Granger因果检验方法在不同非线性模型中的有限样本性质展开系统性的比较与分析,因此,本文通过数据生成过程（DGP）,结合Monte Carlo模拟对Diks和Panchenko（2006）等主流的非线性Granger因果检验方法的检验功效、过度拒绝等问题展开比较研究,并对共同滞后阶数、带宽参数的不同设置可能引发结论敏感性变化进行深入分析,在此基础上我们从动态非线性滚动分析的角度对其有限样本性质展开进一步的讨论,并提出对未来非线性应用研究具有实际指导价值的若干建议。     

ESTAR模型单位根检验的性质研究

文章以转移函数为指数形式的平滑转移自回归模型(ESTAR)作为典型代表,通过模拟实验考察了非线性单位根检验(包括ADF检验和PP检验)的小样本性质;以MA(1)和GARCH(1,1)过程为代表,研究了误差项服从序列相关和异方差时,非线性参数和滞后阶数对两类检验统计量实际水平和功效的影响,从而为非平稳STAR族模型的应用研究提供一定的理论支持.     

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。     

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。     

基于Monte Carlo模拟的STAR模型样本矩性质研究

采用Monte Carlo模拟方法对STAR模型样本矩的统计特性进行研究。分析结果表明:STAR模型的样本均值、样本方差、样本偏度及样本峰度都渐近服从正态分布;即使STAR模型的数据生成过程中不含有常数项,其总体均值可能也不是0,这与线性ARMA模型有显著区别;即使STAR模型数据生成过程中的误差项服从正态分布,数据仍有可能是有偏分布。     

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。     

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。     

小样本合格率估计的随机加权贝叶斯方法

文章针对产品合格率估计时小样本检测的特点,在β分布假设的基础上,利用随机加权法将小样本“提携”为大样本,较准确地估计出先验分布的超参数.结合当前小样本信息进行了合格率估计的贝叶斯算法,实现了合格率的估计.     

考虑记忆性质与时间滞后效应的非线性经济周期模型分析

考虑非线性经济周期模型中经济变量存在记忆性质与时间滞后现象,研究随机周期作用激励下Goodwin模型的随机响应,以此研究记忆性质与时间滞后现象对经济周期波动的具体影响。通过随机多尺度方法得到了模型的确定性与随机情形下的稳态响应。结果发现:当考虑非线性投资函数时,经济变量的时间记忆性质和时间滞后现象均可以导致经济波动方式的改变;当考虑非线性消费函数时,经济变量的时间记忆性质与时间滞后现象均可以诱导出经济周期波动的随机跳跃现象,即引发经济系统的突变。同时,随机周期作用也可以诱发系统出现稳态概率密度函数的分岔现象出现,说明外部随机周期作用可以诱发经济系统的突变现象产生。     

银行信用风险小样本评级模型的构建

针对实际能够获取到的样本银行数量少而无法准确划分信用级别的问题,文章构建了一个小样本评级模型:通过逼近理想点赋权模型确定评级指标的权重,建立评级总得分的测算模型;通过非参数核密度估计方法与切片取样方法获得反映小样本分布规律的评级大样本,解决了科学扩充小样本的难题;通过ward聚类对评级大样本进行有序分类,建立了可分为9个信用级别的小样本评级模型.     

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。     

广义矩和广义经验似然估计量的有限样本性质比较

文章在线性单方程结构模型框架内运用蒙特卡洛模拟技术对广义矩(GMM)和广义经验似然(GEL)估计量的有限样本性质进行了比较.研究发现:虽然GMM和GEL一阶渐近等价,但它们的有限样本性质依赖于可获取的工具变量数、内生性强弱和样本容量:在样本容量较小时使用GEL能有效改善GMM估计偏差.     

格兰杰伪因果关系检验的小样本性质研究

基于MC模拟方法研究了格兰杰伪因果关系的小样本性质,结果表明伪因果关系的发生概率会随着数据过程持久性的增强而增大,但会随着样本容量的增加而减少,且由于检验式的设定使得经Newey-West修正的检验方法并没有明显优势。通过解释变量和被解释变量的持久性对伪因果关系的影响以及与OLS估计的伪回归比较分析,表明随机干扰项的自相关或异方差是产生伪因果关系的主要原因,这为解决伪回归和伪因果关系问题提供了统一研究框架。     

小微企业抽样调查的样本轮换

目前,小微企业抽样调查数据受到各级政府和社会各界的高度关注。针对小微企业单位新增、消亡变动频繁的特点,研究了总体单位及样本量变动的一般条件下的样本轮换理论,对样本轮换率和估计量进行了探讨,扩大了研究结果的适用范围,得到了简单随机抽样、分层抽样中样本轮换的有关结论,对估计量的抽样误差进行了有效控制,并进行了相关实证研究,最后提出了构造适合小微企业连续性抽样调查的样本轮换设计模式和方法。     

基于层次结构模型的小样本组合预测建模

由于待预测变量所属系统的整个层次结构都携带了变量的有关信息,文章用变量的层次鲒构信息构建了组合预测模型。在建模的过程中,文章针对待预测变量过度分解（向下结构）受噪声影响较大而过度综合（向上结构）信息损失较大的特点,仅对待预测变量向上一层综合结构和向下一层分解结构进行建模,并对综合和分解后的相关各子项分别建立预测模型;再将每种综合或分解子项预测结果还原为待预测变量的预测结果;最后将不同层次结构得到的待预测变量预测结果和直接进行预测得到的预测结果进行组合预测建模。     

小样本下日内风险计量指标的贝叶斯算法

目前对大样本下计算各类风险计量指标有各种不同的方法,但在小样本下尤其是超低小样本下计算各类风险计量指标的研究比较少。文章研究了利用推广的贝叶斯方法来计算基于日内5分钟分笔数据下的风险价值VaR和条件风险价值CVaR的方法。该方法计算简单,所需要的数据量少,而且具有一定的稳健性。     

抽样调查下样本随机性的检验

 抽样调查下样本随机性的检验,不是考查抽样方法的优劣或是检查样本代表性的好坏,而是为了控制抽样调查的数据质量,检验所得样本和抽样方法的一致性,即调查机构是否严格按照抽样设计的要求去抽取样本。本文以等概率和不等概率抽样为例,揭示了如何利用相关辅助信息,构造检验统计量,进行样本随机性的检验。     

非线性模型连续调节变量检验的实现方法

针对非线性模型中调节作用检验不能只依赖交叉项系数的问题,目前存在两个解决办法:构造更好的统计量和通过图形直观表现.但是已有研究对于非线性模型中的离散型和连续型调节变量没有作进一步区分,尤其是非线性模型中连续型调节变量的检验一直缺乏简便有效的方法.文章从模型和数据两个维度划分了四种调节变量的类型,梳理了不同类型调节变量的检验方法和存在的问题,针对连续型调节变量检验的问题,提出了对连续变量进行多点分割的处理方式,并采用三维作图的方法,直观展现了调节作用的连续变化.     

对民意测验中不稳定样本的检验

在民意测验中,影响样本的代表性主要有两个因素:样本容量与样本单位的可信度。扩大样本容量与部分样本轮换可以保证样本的稳定性与可靠性,而保证样本单位的可信度一般要通过激励的方式。事实上对于部分样本单位存在激励无效的情形,一般采用部分重复抽样的方法来检验其可信度。如果以t检验证明其是小概率事件,就作为不稳定样本剔除。文章给出了一种检验不稳定样本的方法,表明其对民意测验结果的决定性影响和作用。