存在自相关时检验和估计方法的改进——基于自回归分布滞后模型的自相关检验和参数估计

存在自相关时的自相关检验和参数估计是基础计量经济学的一个重要内容,并且存在自相关时的原模型已转化为自回归分布滞后模型。讨论存在自相关时的自相关检验和参数估计问题,提出了一种基于自回归分布滞后模型的自相关检验法,并同时给出了相应的参数估计。     

中国人口预测的自回归分布滞后模型研究

本研究以自回归分布滞后模型为基础,以人口年增长量作为被解释变量,人口年增长量的滞后值、人口年出生率和人口年死亡率的滞后值作为解释变量,分别设计了两类4个模型,并以1952-2002年人口序列数据为基础,采用一般回归法、后退法和逐步回归法三种方法对所设计的模型进行估计,得到可作为人口预测的168个模型.然后,从中筛选出较优的包含人口年增长量滞后值的中国人口自回归分布滞后预测模型和不包含人口年增长量滞后值的中国人口预测模型.     

中国总和生育率自回归分布滞后模型的构建

文章对近50年来我国总和生育率数据展开分析,并用1965~2004年的数据建立了一个自回归分布滞后(ADL)模型,该模型真实地刻画了我国总和生育率的趋势变化,但预测值偏低。为了使预测值能反映我国真实的生育水平,文章使用抽样及普查中漏报的人口出生数对模型进行了改进,运用改进的模型对总和生育率进行了重新计算。计算结果显示,1990年代后期我国总和生育率在1.6~1.8之间,2000年后总和生育率在1.28~1.66之间。改进后的模型不但重构了我国近年来的总和生育率,而且为总和生育率的预测提供了理论依据。     

基于小波分解自回归模型的CPI预测

文章利用小波分析与自回归模型相结合的方法来建模分析时间序列,这种方法主要是在尺度函数逼近和自回归模型的基础上建立的。小波分析提供了一种多尺度函数逼近的方法,而自回归模型能够预测时间序列。文章的对CPI序列进行了离散小波分解,并重构得到了尺度序列和每层的细节序列;然后分别对其建立自回归模型并预测每个序列的下一个值,将得到的预测值相加得到了CPI预测值,再用预测值,利用建立的模型进行预测;最后,用标准差来衡量估计量的好坏。     

自相关性的D-W检验与模型的改进

本文针对一阶自相关性的D-W检验方法的弊端,讨论了局部调整模型,利用模型的改进,以及局部调整模型的自身优势,对我国货币流通量模型,选择正确的模型,从而使模型的自相关的程度减轻。估计的结果也很好地反映了贷款额和反映物价水平的居民消费价格指数对我国货币流通量的短期和长期的影响的情况。     

分布未知情况下的空间滞后模型检验

 在扰动项分布未知的情况下,直接采用传统的空间模型检验方法是存在问题的。针对传统空间模型检验方法的不足,本文以Lee和Yu（2010）的研究为基础,采用Lee和Liu（2006）提出的最优矩条件,构造分布未知情况下空间滞后模型的稳健检验统计量。这种检验方法仅需参数的一致估计量,便于计算。蒙特卡罗结果表明,在小样本情况下,本文提出的检验有良好的性质,且明显优于Saavedra（2003）提出的检验。     

平滑转换自回归模型的单位根检验问题研究

 内容提要：针对非线性模型的单位根检验中存在的问题,本文认为非线性模型的单位根检验不应该在AR模型中进行,而应该在非线性模型中进行。以LSTAR(1)模型为例,本文给出了在其中进行单位根检验的统计量及其临界值。用蒙特卡洛试验证实,本文提出的单位根检验统计量的功效明显高于DF单位根检验,只有当非平稳特征十分明显时,DF检验才能检测出其中的单位根,因此,在非线性模型中进行单位根检验是必要的。     

门限自回归下的单位根检验可靠性研究

在非对称的门限自回归模型下,由于传统单位根检验式的误设,会导致单位根检验势下降。本文通过一系列的Monte-Carlo模拟表明：非对称性对ADF和PP检验的检验势会产生较大影响,而对其他四种常用的单位根检验势产生的影响较小,也就是说,在非对称的门限自回归下,非对称性对退势单位根检验势产生的影响较小。模拟中也发现：NP单位根检验对TAR模型和持久性都具有稳健性。     

有测量误差时空间自回归模型的估计与检验

近年来运用空间计量经济模型进行实证分析的文献都普遍采用空间自回归(SAR)形式的设定,对参数的估计也多采用极大似然(MLE)的方法。在经典多元线性回归模型中,仅有被解释变量的测量误差并不会影响系数估计的一致性。本文证明对于SAR模型,即使仅当被解释变量存在测量误差时,且无论该测量误差是否与模型本身的扰动项相关,普遍采用的MLE都将是不一致的。为此,Hausman型的设定检验被推广到SAR模型中用以判别是否存在被解释变量的测量误差。当零假设被拒绝时,我们说明由Kelejian&Prucha(1998), Lee(2003)提出的二阶段最小二乘法仍然可以得到参数的一致估计。Monte Carlo模拟的结果与我们的理论预期一致。最后我们用一个估计地方环境支出外溢效应的实例说明如何运用本文所提的方法来检验应用空间自回归模型时可能存在的测量误差。     

基于阿尔蒙分布滞后模型的投资利润弹性估计

文章首次采用阿尔蒙分布滞后模型和部分调整模型对我国投资利润弹性进行了估计,发现我国投资的利润弹性处于0.87～1之间,我国投资的变化基本上可由利润率的变化解释。     

涨跌停板制度下沪深股市向量自回归模型及波动性的协整分析

本文以上证综合指数和深圳成分指数为研究对象,选取了以1996年12月16日至2009年5月27日的两指数收盘价为样本,通过向量自回归模型（VAR）、协整分析、脉冲响应分析来检验两时间序列间的内在联系。结果表明,所选取观测交易日的沪深两市对数收盘价不存在长期均衡关系,并且两市股指收益率变化的相互影响的持续时间短;沪深两市不存在格兰杰因果关系,两市的独立性越来越明显;在不同时期,沪深两市波动的联动作用不同。     

空间滞后误差自相关随机前沿模型参数的估计

文章利用工具变量矩阵方法研究了空间滞后误差自相关随机前沿模型参数的估计问题,得到了参数估计的表达式.与极大似然估计相比较,工具变量矩阵法极大地简化了计算.蒙特卡罗模拟的结果表明,参数估计值十分逼近真值.     

样本选择参数分位回归模型及其在工资分布分解中的应用

在工资差距分解问题中,研究者经常会遇到样本选择偏差问题,直接忽略会导致最终估计结果产生严重偏差,同时在众多工资差距分解方法中,相比于均值分解,分布分解方法更受研究者青睐。针对参数分位回归,本文首次提出可加形式与非可加形式的样本选择参数分位回归（SSPQR）模型,并基于这两类样本选择参数分位回归模型给出修正样本选择偏差后的参数分位回归工资差距分布分解方法。运用上述方法及已有的工资分布分解方法,借助CHNS2015年度城镇数据,本文研究了我国城镇男女工资差距及差距分解问题,得出以下结论：①男女工资差距主要来源是性别歧视问题;②经过样本选择偏差修正后,实际的工资差距更大,歧视问题更严重;③男女工资差距程度在不同分位点上结果不同,换句话说,我们不能简单地仅从平均水平来判断工资差距程度;④与其他已有方法计算结果比较发现,SSPQR计算的工资差距程度更大。     

空间自回归模型的局部影响分析和运用

由于空间数据的相依特性,使得通常的删除点诊断异常值的方法不适合采用。为了寻找数据中的异常点和影响点,采用局部影响分析技术,通过引入扰动的方法来发现影响点,最后通过实例说明局部影响分析技术能够有效地发现模型中可能的影响点,并且能够揭示更多的细节信息。     

自回归模型选择的多准则方法

模型选择是建立时间序列模型的基础.文章将AR模型选择转化为多目标决策问题,并采用熵值法定权进行求解,在此基础上建立了模型选择的多准则方法,从而有效的解决了模型选择问题.该方法还可推广到滑动平均自回归(ARMA)的选择,由此提供了一条普遍适用的建模思路.     

基于部分函数型线性回归模型的改进

金融市场的交易是不间断的,价格始终高频的更新,在金融数据的研究中,经常遇到函数型数据.文章主要建立部分函数型线性回归模型,分析函数型数据在上证指数预测中的应用,根据函数型数据分析的原理及其求解主成分分析的方法,使用Matlab对上证指数进行预测.     

稳定分布模型的自相似特征分析

稳定分布是一类满足广义中心极限定理的分布模型,文章通过Laplace变换探讨模型蕴含的自相似特征,为模型的普适性应用提供理论基础。     

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。     

存在测量误差的面板自回归模型的工具变量估计

对于存在测量误差的面板数据自回归模型,首先讨论了POLS(Pooling OLS)和LSDV(least square of dummy variable)估计存在向零的衰减偏差及其非一致性,其次对于混合自回归模型和个体固定效应自回归模型给出了工具变量应满足的条件.研究发现这时工具变量的选择是十分困难的.     

可变系数空间自回归模型的参数估计

传统的空间面板数据模型利用截距项来体现空间异质性,往往无法完全体现出空间异质性,文章构建一种系数随空间个体变动而变动的空间自回归模型,利用系数来考察空间异质性,并可以考察经济关系以及空间关系的个体特征。在一定的模型设定条件下,文章给出了该模型的完全信息极大似然估计,并推导了该估计量的渐进分布。