基于傅里叶变换的含异质性结构突变的面板单位根检验

Lee等(2015)使用傅里叶变换近似结构突变建立了一个同时考虑结构突变和横截面相关的面板单位根检验,并证明具有优良的性质,该检验可以称为“第三代面板单位根检验”,然而其只能考虑同质的结构突变.本文建立了一个可以兼容异质性结构突变的傅里叶函数扩展型面板单位根检验,新检验也允许结构突变中含有包含多个频率的傅里叶函数.本文证明新建立的检验统计量不依赖于冗余参数且趋于正态分布.虽然正态分布的均值和方差是未知的,但可以使用蒙特卡洛模拟给出临界值.模拟表明,新的面板单位根检验具有良好的检验水平和检验功效.     

结合循序法的外生性结构突变检验方法

文章在带有结构突变的单位根检验中,为了避免外生性结构突变检验中确定突变点的主观性,提出了用Hodrick-Prescott滤波确定模型的突变形式;结合内生性结构突变检验法中的循序检验法确定突变点的位置,再用外生性结构突变检验的ADF检验过程进行检验,并用实证说明该方法比直接进行外生性结构突变检验法有效.     

含均值结构变点时间序列的贝叶斯单位根检验

针对ADF和PP检验对含有均值结构变点时间序列的“伪检验”问题,文章基于贝叶斯理论,先运用贝叶斯因子模型选择的方法检测时序结构变点位置,再在结构变点已知的情况下运用置信区间和贝叶斯因子两种方法检验序列是否存在单位根,并用Monte Carlo模拟方法进行仿真,验证该方法的有效性。研究发现：是否考虑均值结构变点对时间序列的单位根检验有着重要的影响,不考虑结构突变而进行常规的单位根检验会产生误判;贝叶斯方法能够有效检测含有均值结构变点时间序列的变点位置,并能提高单位根检验功效。     

傅里叶型平滑结构突变下Dickey-Fuller检验的功效——兼论Shibor的平稳性

通过推导Dickey-Fuller检验功效函数,研究表明:即使中小型的傅里叶型结构突变,都会严重影响Dickey-Fuller检验的功效,从而使得含傅里叶型平滑结构突变的平稳过程被误判为单位根过程。使用3、6、9个月期和一年期Shibor日度数据发现:传统的ADF、PP、DF-GLS和KPSS几乎都指出Shibor是单位根过程;考虑平滑结构突变的单位根检验则在1%的显著性水平下拒绝了单位根的原假设,这表明Shibor是含结构突变的平稳过程。因此,预测Shibor和理解其动态行为必须考虑其结构突变特征。     

内生结构突变下的突变点确定方法与单位根检验研究 ——基于残差平方和最小值确定突变点的比较分析

 对于内生突变情形下的单位根检验,突变点的确定方法会影响到单位根检验的功效,不同方法在确定突变点位置时的表现也不尽相同。本文首先评述了几种常用的突变点确定方法及相应的单位根检验,然后对基于各类回归式残差平方和最小值确定突变点的方法进行了比较分析,本文所设数据生成过程有别于已有研究,并首次考虑了依据可行广义最小二乘（FGLS）估计来确定突变点。在此基础上,还对比分析了几种不同突变点确定方法下的单位根检验功效和实际检验水平。结论显示,依据FGLS残差平方和最小值得到准确突变点的频率最高,且在AO模型下据此进行Perron检验具有较高的功效且不会发生较大的水平扭曲。     

中国宏观经济变量的结构突变单位根检验

文章首先比较系统地总结了有关结构突变单位根检验的理论、方法和模型。在考虑经济中结构突变的基础上对中国宏观经济总量的时间序列是具有单位根的非平稳还是趋势平稳进行了研究,为提高检验功效,应针对数据生成过程的特点联合多种检验方法进行检验。     

同期相关面板数据结构突变单位根检验的统计性质 ——中国CPI指数平稳性的经验证据*

 内容提要：本文首先研究了同期相关面板数据外生同期截距突变同质面板单位根检验的统计性质。研究发现对于大面板数据该检验具有良好的实际检验水平，面板数据的大小、同期相关程度、结构突变位置和结构突变幅度等因素对该检验的检验功效具有显著影响，而且ρSUR检验比τSUR检验有更理想的检验效果。其次，利用该检验对中国省级CPI指数的平稳性进行了经验分析，发现中国省级CPI指数是趋势结构突变的平稳过程。     

结构性突变的单位根过程--基于中国广义货币的实证

一、引言 传统的单位根检验都没有考虑到数据生成过程(DGP)中系数的时变性问题,即都假定DGP无结构性突变.但是,现实的经济运行经常受到外生事件的冲击,如金融危机、体制转变等,这使得经济变量的DGP往往具有结构性突变.Perron(1989)正是基于此提出了结构突变的单位根检验问题.他运用结构性突变的单位根检验,发现美国经济变量时间序列数据大部分为结构突变的趋势稳定.他的这一结论与Nelson和Plosser(1982)的结论大不一致.由此引出了对经济变量结构突变的研究和争论.     

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。     

非平稳时间序列外生性结构突变检验设计的一个实例

一、引言由于世界经济结构的剧烈动荡,如金融危机、政策变更等,致使经济时间序列中的结构突变时有发生,经济过程的结构突变会影响协整分析的结果,使协整方法论中许多有代表性的检验失去原有的功效,如单位根检验[单位根可能会发生漂移(特征根的取值不稳定),单位根检验统计量也可     

中国居民消费的数据生成过程研究

如果非平稳总量时序列存在结构变化，那么传统的单位根检验往往会得出错误的统计推断。在考虑经济结构变化的基础上，对中国居民消费时序列是具有单位根的非平稳还是分段趋势平稳进行研究，结果发现该时序列是围绕着1个结构断点的分段趋势平稳。分段趋势平稳的结论说明政策主导下的长期经济发展战略能够改变居民消费总量的增长路径；短期消费政策也是值得应用的。     

New innovational outlier unit root test with a break at an unknown time

The Perron test which is based on a Dickey–Fuller test regression is a commonly employed approach to test for a unit root in the presence of a structural break of unknown timing. In the case of an innovational outlier (IO), the Perron test tends to exhibit spurious rejections in finite samples when the break occurs under the null hypothesis. In the present paper, a new Perron-type IO unit root test is developed. It is shown in Monte Carlo experiments that the new test does not over-reject the null hypothesis. Even for the case of a level and slope break for trending data, the empirical size is near its nominal level. The test distribution equals the case of a known break date. Furthermore, the test is able to identify the true break date very accurately even for small breaks. As an application serves the Nelson–Plosser data set.     

中国季度GDP的季节调整：结构时间序列方法

 内容提要：本文利用结构时间序列方法讨论了中国季度GDP的季节调整问题,从季节单位根、季节自相关、周期自相关等多个方面对不同季节模式的调整结果进行了比较。结论认为,随机虚拟变量形式和三角函数形式得到的调整结果非常相似;结构时间序列方法更好地捕捉到了时变季节特征,明显优于X-11和SEATS方法;非高斯稳健季节调整的结果表明,高斯结构时间序列方法具有较好的稳定性。     

基于傅里叶变换的含确定性趋势结构突变的协整回归模型和不等方差检验

一般来说,数据结构突变点的位置是未知的或突变点的存在性无法准确预知。Enders和Lee（2009,2011）[1][2]证明低频的傅里叶变换（Fourier transformation）就能较精确地处理单位根检验中的数据结构突变（异质结构突变）问题。本文在协整模型框架下,使用傅里叶变换处理协整模型确定性趋势项下的结构突变,考察了协整模型参数的收敛速度,并重新推导了不等方差检验。傅里叶近似项参数的收敛速度为： 。使用蒙特卡洛模拟表明：在缺乏结构突变的先验知识的情况下,使用低频的傅里叶变换能较好地处理协整回归中的确定性趋势的结构突变的问题,显著提高协整向量的估计效率。使用改进后的方法,重新研究了中国股市和国际股市联动关系的密切程度,实证结果更为强烈地支持：中国投资者投资于澳大利亚市场分散风险的收益显著弱于投资其他国际市场。     

THE BEHAVIOR OF HEGY TESTS FOR QUARTERLY TIME SERIES WITH SEASONAL MEAN SHIFTS

ABSTRACT

This paper studies the behavior of the HEGY statistics for quarterly data, for seasonal autoregressive unit roots, when the analyzed time series is deterministic seasonal stationary but exhibits a change in the seasonal pattern. We analyze also the HEGY test for the nonseasonal unit root. the data generation process being trend stationary too. Our results show that when the break magnitudes are finite, the HEGY test statistics are not asymptotically biased toward the nonrejection of the seasonal and nonseasonal unit root hypotheses. However, the finite sample power properties may be substantially affected, the behavior of the tests depending on the type of the break.     

Testing and dating structural changes in copula-based dependence measures

This paper is concerned with testing and dating structural breaks in the dependence structure of multivariate time series. We consider a cumulative sum (CUSUM) type test for constant copula-based dependence measures, such as Spearman''s rank correlation and quantile dependencies. The asymptotic null distribution is not known in closed form and critical values are estimated by an i.i.d. bootstrap procedure. We analyze size and power properties in a simulation study under different dependence measure settings, such as skewed and fat-tailed distributions. To date breakpoints and to decide whether two estimated break locations belong to the same break event, we propose a pivot confidence interval procedure. Finally, we apply the test to the historical data of 10 large financial firms during the last financial crisis from 2002 to mid-2013.     

Model-Selection-Based Detection of Unit Root Allowing for Various Trend-Break Types

In the conventional hypothesis-testing approach to the detection of a unit root and a trend break, selections of the outlier type (additive or innovational) and of the break type (jump or kink) are carried out arbitrarily, because there is no generally accepted statistical technique. To overcome this problem, a model-selection approach using the modified Bayesian information criterion (MBIC) is proposed. Whether the observed time series contains a unit root and a trend break is determined as a result of model selection from among alternative models with and without unit root and trend break. The efficacy of the proposed approach is verified using comprehensive simulations.     

A new nonlinear unit root test with Fourier function

Abstract

Traditional unit root tests display a tendency to be nonstationary in the case of structural breaks and nonlinearity. To eliminate this problem this paper proposes a new flexible Fourier form nonlinear unit root test. This test eliminates this problem to add structural breaks and nonlinearity together to the test procedure. In this test procedure, structural breaks are modeled by means of a Fourier function and nonlinear adjustment is modeled by means of an exponential smooth threshold autoregressive (ESTAR) model. The simulation results indicate that the proposed unit root test is more powerful than the Kruse and KSS tests.