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.     

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.     

DF检验模型误选对单位根检验的影响

DF检验是单位根检验最常用的方法,实际应用时,必须按照一定的顺序选择三个检验模型,否则检验可能产生一定的偏误.文章通过蒙特卡罗模拟方法论证了如果不确定的缺少或不正确的增加一些确定项将分别导致第一类错误和第二类错误的概率变大,所以得出DF检验必须按照一定的顺序检验的结论.     

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。     

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。     

多种单位根检验方法的比较——以税收时间序列为例

文章利用常规单位根检验法和含结构突变点单位根检验法对改革开放以后的税收数据进行了平稳性检验.在ADF、PP、KPSS、NP检验方法下,我国税收是Ⅰ(1)过程;若假设税收数据只含有一个突变点,则不管突变点已知还是未知,税收都是结构突变的单位根过程;若假设税收数据含有两个突变点,则税收是结构突变的趋势平稳过程.因而文章得出结论:从长期来看,具有改革意义的税收政策会改变税收时间序列原有路径,从不同程度上推动税收总量的增加及税收增长速度的提高;但短期内,数据生成过程不变.     

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。     

关于ADF与PP单位根检验方法的探讨

经济理论认为许多经济变量具有非对称的阈值自回归调整行为,而标准的单位根检验ADF和PP法都是基于线性自回归模型而构造的,因此对非对称单位根检验并不适用。本文应用Monte-Carlo模拟方法对ADF和PP检验在TAR与M-TAR模型下的检验势进行系统研究,并对模拟结果的产生原因进行了深入分析。模拟结果表明:当非对称程度较大时,ADF和PP的检验势都具有较大幅度的下降,但是ADF比PP法具有更大程度的下降。     

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.     

递归均值调整单位根检验能提高检验功效吗?

根据备择假设成立时均值是否为零,讨论了三类单位根检验统计量的检验功效。理论研究表明:在大样本下,检验功效只与检验类型有关,与均值取值无关。蒙特卡洛模拟表明:在有限样本下,均值会影响检验功效,当均值为零时,第一类DF检验功效最高;当均值大于零时,在绝大多数场合下,第二类DF检验功效最优。因此,递归均值调整单位根检验功效仅在有限条件下最大。     

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。     

ADF单位根检验中联合检验LM统计量研究

 本文研究了ADF单位根检验中参数联合约束的拉格朗日乘数检验。首先,本文构建了4个LM统计量并推导了它们的极限分布;然后,运用蒙特卡罗试验,模拟了有限样本容量常用检验水平下的临界值,拟合了临界值关于样本容量的响应面函数,并总结了LM统计量有限样本容量下的统计特性;比较分析了这4个LM统计量的检验功效及实际检验水平;最后,一个实例分析简要说明了这几个统计量在单位根检验中的应用。     

单位根的秩检验及其应用研究

 本文系统研究了单位根检验的三种非参数秩检验统计量：RDF检验、得分秩( )检验与逆得分秩( )检验,推导了逆得分秩的分布。然后运用Monte Carlo模拟给出了各种秩检验的临界值,将秩检验与传统检验的优劣进行了比较,并将这些方法应用于我国货币需求函数各变量月度序列的实证检验。Monte Carlo模拟和实证应用的结果表明,秩检验与传统单位根检验方法相结合可以发现序列中的非线性特征,这将有助于对时间序列特征的深入分析。     

单位根过程联合检验的Bootstrap研究

 本文以Ferretti和Romo的Bootstrap方法为基础进行拓展完成三种联合检验,并从理论证明了Bootstrap方法的有效性;使用蒙特卡洛模拟技术比较了Bootstrap检验与临界值检验的效果。模拟表明,在误判率上,Bootstrap方法下三个检验量的误判率分别为2.22%、3.70%、0.00%,而临界值的误判率分别高达22.22%、11.11%、15.56%;在精确程度上,Bootstrap方法的精度分别是临界值方法的11.25倍、26倍和6.5倍。模拟表明了本文构造的Bootstrap检验方法可以替代临界值方法,特别在小样本下,Bootstrap方法的优势表现更为明显。     

Maximum Likelihood Unit Root Testing in the Presence of GARCH: A New Test with Increased Power

The literature on testing the unit root hypothesis in the presence of GARCH errors is extended. A new test based upon the combination of local-to-unity detrending and joint maximum likelihood estimation of the autoregressive parameter and GARCH process is presented. The finite sample distribution of the test is derived under alternative decisions regarding the deterministic terms employed. Using Monte Carlo simulation, the newly proposed ML t-test is shown to exhibit increased power of relative to rival tests. Finally, the empirical relevance of the simulation results is illustrated via an application to real GDP for the UK.     

正交多项式逼近下非线性趋势序列单位根检验

 传统单位根检验方法常常假设带有线性的确定性趋势,但如果趋势是非线性的,通常将因为检验功效大幅下降而导致检验失败。本文研究用正交多项式逼近非线性趋势,然后对残差进行单位根检验的方法。研究了用正交多项式进行趋势逼近的性质,推导了这种方法进行单位根检验时统计量的极限分布,提出了正交多项式最高阶数的确定方法,仿真研究了残差相关与不相关时的检验功效。结果表明,检验方法是有效的。     

基于奇异值分解去势的非线性趋势序列单位根检验研究

 如何克服ADF与PP单位根检验法对非线性趋势平稳序列的伪检验,提高单位根检验的功效,是非平稳时间序列分析的重要问题。本文基于奇异值分解的思路,构造出检验非平稳时间序列单位根的SVD-RMA检验法,此方法将时间序列的趋势项与干扰项分离,然后用递归均值调整法对干扰项进行检验。仿真实验表明,SVD-RMA法对线性与非线性趋势、甚至结构突变过程的检验功效都非常好;对非线性趋势平稳的检验而言,SVD-RMA检验得到正确结论的可能性要远远好于ADF与PP检验。     

时变系数空间自回归面板数据模型的极大似然估计

本文对扰动项存在跨时期的异方差、但不存在序列相关的时变系数空间自回归模型提出了极大似然的估计方法,并证明了该估计量的一致性,同时,证明了该估计量渐进服从正态分布,由此说明该估计量具有优良的大样本性质。同时,我们还对本文所提出估计量的小样本性质进行了数值模拟。本文研究表明,估计量虽然在N较小时偏差较大,但是随着N的不断增加,估计量偏差减小,体现了比较优良的渐进性质。同时,估计量的偏差会随着时期数的增加而变大,这说明本文所提出的估计方法适用于个体数较多、时期数较少的短面板数据。     

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。