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。     

非对称单位根检验和非参数方差比

基于三种退势方法较详细研究了方差比检验在非对称单位根检验中的适用性,并通过MC模拟揭示了其检验势性质。结果表明：在不含趋势项的TAR下,两机制TAR数据落在第一机制的比率是影响方差比检验势的重要因素,且比率越高检验势也越高;三机制TAR中落在中间机制的数据比率会影响检验势,随着比率增加检验势呈下降趋势,但程度不大。在含趋势的TAR下,由于趋势项在数据生成过程中具有支配作用,各种检验势会随着趋势设定的不同而不同。数据在不同机制之间的转换概率越高,则ROLS和RDM退势较OLS退势具有明显优势。     

一个新的稳健ARCH检验和YJ-GARCH模型

 众所周知,Engle (1982) 的ARCH检验对于条件均值模型误设并不稳健,特别地,当条件均值是非线性过程而我们仅对之建立线性模型时,它过度地拒绝真实的原假设,导致出现严重的水平扭曲 (size distortion)。因此,本文在文献当中首次利用Yeo-Johnson变换方法来转换均值模型的因变量以排除ARCH 过程中均值部分的非线性,进而提出一个新的稳健ARCH检验以及一个新的GARCH模型——Yeo-Johnson (YJ) GARCH模型。蒙特卡罗模拟结果表明,稳健的ARCH检验在水平 (size) 和势 (power) 方面的表现要显著优于Engle (1982) 的ARCH检验。对上证综指收益率的实证研究结果表明,YJ-GARCH模型的拟合效果要显著优于线性GARCH模型。     

一种新的阈值协整检验方法的仿真研究

文章基于ECM提出一个新的阈值协整检验方法,目的在于把部分协整从阈值协整中区分开来,并对检验法的检验水平和检验势进行仿真研究。仿真研究发现:首先该统计量采用固定回归元自助法具有较高的检验势,但具有较严重的检验水平扭曲,因此会增大"弃真"的概率。其次采取仿真临界值的检验法会随着数据序列"持久性"的增强检验势呈下降趋势,但EG两步法下降得更快。     

协整检验的DGP识别

本文用数值模拟的方法比较了不同DGP下协整检验迹统计量的分布特征,分析DGP误设对协整检验结果的重大影响;进而利用我国货币市场和股票市场的数据进行实证分析,通过真实的例子,揭示DGP误设可能导致的各种错误结果。实证分析中还进一步使用递归协整检验和协整关系的约束识别检验,从不同角度显示了协整关系检验结论的稳健性和可靠性。     

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。     

检验统计量的选择

对于拟合优度检验而言,不同的检验统计量构造的检验在不同的假设下其检验的势往往是不同的.即使在相同的原假设下,不同的备择假设下不同的检验的势也是有差异的.在统计理论上,利用检验的势的大小进行检验的选择是重要的标准.然而在实际中,实际工作者可能会遇到统计本身的问题不便于使用此方法,同时理论工作者也很难给出实际中所需要的所有的假设下统计量的检验势的比较结果.基于众数,文章对统计量的密度函数是单峰的情形,通过引入概率流失速度概念.构造了两个选择检验统计量的标准;并用Monte Carlo数值模拟验证了标准的可用性.     

协整平滑转移回归中的线性检验 ——基于完全修正最小二乘法的扩展

 在解释变量内生条件下,Choi,Saikkonen(2004)使用动态最小二乘法估计协整平滑转移回归模型,并基于动态最小二乘的估计结果构造 统计量检验协整向量的非线性。本文系统解析了 的构造并指出其不足,针对这一不足,本文将动态最小二乘法扩展为完全修正的最小二乘法,并进而基于完全修正的最小二乘法估计结果构造 统计量检验协整向量的非线性。本文的仿真试验表明,在有限样本下, 与 的检验势没有显著差异,但 的水平扭曲小于 。     

沉默权与统计检验

生活中的许多小事,都可以通过统计检验来验证这种事发生的概率大约有多大,并通过统计来检验这种事物之间的相互关系.从统计检验上来讲,任何统计假设都有"拒真"错误与"存伪"错误."拒真"错误是指当我们在一定置信度下比较自信的拒绝虚假设时,有很少的可能犯错误,把不应该拒绝的也给拒绝了."存伪"错误是指当我们在一定的置信度下不能拒绝虚假设时,有可能会接受错眄误的虚假设,所以这时我们也不应该欣然接受虚假设.     

二元选择面板模型的设定检验

 本文将RESET检验扩展到二元选择面板数据模型的设定,考察了固定效应Probit模型和Logit模型的设定检验,包括异方差、遗漏变量和分布误设的检验。模拟结果表明Logit模型的RESET设定检验显示良好的水平和功效,而Probit模型的RESET检验可能由于估计方法的选择导致在某些方面的功效表现不好。但总体说来,在二元选择面板数据模型的设定检验上,RESET检验仍然是一个较好的选择。