基于STAR模型单位根检验的研究

发布时间：2017-12-19 15:38

  本文关键词：基于STAR模型单位根检验的研究　出处：《浙江工商大学》2017年博士论文　论文类型：学位论文

  更多相关文章： STAR模型 单位根检验 局部爆炸 带趋势项 异方差

【摘要】：近年来,作为非线性时间序列主流模型之一的平滑门限自回归模型(STAR)被众多学者所关注。非线性STAR模型对数据进行建模时,一些经典的经济理论经常涉及。比如,购买力平价理论(PPP)与实际汇率的研究是分不开的。购买力平价表示实际汇率是平稳的。而实际汇率一旦趋向长期均衡值,它通常会表现为随机游走过程。单位根检验已经成为检验购买力平价理论的一个非常有效的工具。另一方面,如果数据存在单位根,则原有的基于平稳数据而建立的分析方法将不再适用(例如参数t统计量不在服从t分布)。因此,对时间序列进行建模之前,需要对数据进行单位根检验。虽然STAR模型能很好地拟合数据,也能给出很好的经济学解释,然而对于这种非线性模型,直接用ADF检验会导致过度的接受非平稳时序的假设。自从Kapetanios等(2003)通过对模型进行泰勒展开,提出了区别常规DF检验的Dickey-Fuller型KSS检验统计量以来,关于非线性平滑转化自回归模型(STAR模型)的单位根检验一直被研究者所关注。然而,目前关于STAR模型单位根检验的研究仍存在以下不足:第一、众多研究集中在金融时间序列条件均值的非线性特征上,为了讨论非线性在单位根检验的作用,对局部线性部分进行了限制而忽略了局部参数对检验的影响;第二、对于带趋势项的STAR过程,并未对带趋势项的两种形式进行区分。不同于AR模型,带趋势项的STAR模型的两种形式并不一致,需要进一步进行研究分析;第三、对于误差项是异方差的情景,特别是高阶的GARCH模型,鲜有文献进行深入研究。因此,在已有文献的基础上,本文对STAR模型的单位根检验进行了深入的研究。本文的主要研究工作可从以下四个方面阐明:第一、考虑到局部区制可能出现平稳或者非平稳情况,本文对局部区制未知情况下STAR模型的单位根检验进行了研究。当局部区制未知(平稳或者非平稳)时,本文构建Wald检验统计量,推导出检验统计量的渐进分布(极限分布),通过Monte Carlo模拟探讨该统计量的检验水平和检验功效,并与KSS检验进行比较。模拟结果发现该检验统计量比常规检验统计量KSS有更令人满意的检验效果。第二、本文对带漂移项的单位根过程和带确定性趋势项的STAR平稳过程这两个图形相似的数据生成过程进行比较。然而,不同于线性AR模型,带趋势项非线性STAR模型的两种形式并不一致。对带趋势项STAR模型的两种不同形式,本文拟采用直接检验法和OLS去趋势法进行单位根检验的对比研究。基于这两种方法,本文主要从检验统计量的渐进分布及检验效果等方面对它们进行研究阐述,得出相应的结论,从而为带趋势STAR时序和带漂移项单位根过程的区分给出有效的检验方法。第三、从金融时序图来看,局部爆炸过程(泡沫过程)时有发生,然而在该情况下基于STAR模型的单位根检验鲜有文献提及。本文深入研究了位置参数不为零且局部区制不平稳情况下(特别是溢出过程的情况下)STAR模型的单位根检验,给出了修正的Wald型检验统计量,推导了该检验统计量的极限分布,通过Monte Carlo模拟给出修正Wald统计量的临界值,并验证了该统计量的检验效果,发现该检验统计量有很好的检验效果。第四、大多数金融时间序列的非线性特征不仅表现在序列的条件均值上,也会表现在条件方差上。在实际研究中,经济变量的波动在不同时期通常具有时变性和波动集群性,非线性STAR-GARCH模型在现实中有着很重要的意义。本文对ESTAR-GARCH(p,q)模型的单位根检验进行了详细讨论。本文从理论上研究了基于OLS法和基于QML法的t检验统计量的极限分布,通过Monte Carlo模拟考察了基于这两种方法下检验统计量的检验效果,结果发现t检验统计量比常规的DF统计量更有效,基于QML法下的检验统计量比OLS法的更有效。
【学位授予单位】：浙江工商大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：F224

【相似文献】

中国期刊全文数据库 前10条

1 张晓峒,白仲林;退势单位根检验小样本性质的比较[J];数量经济技术经济研究;2005年05期

2 崔建斌;闫荣国;;单位根检验的若干改进与扩展方法[J];统计与决策;2008年09期

3 王敏;樊星;;退势单位根检验的应用[J];辽宁大学学报(自然科学版);2008年04期

4 万欣;王志瑞;;多种单位根检验原理[J];西安文理学院学报(自然科学版);2012年01期

5 房林;邹卫星;;多种单位根检验法的比较研究[J];数量经济技术经济研究;2007年01期

6 靳庭良;;单位根检验原假设的设定策略[J];统计与决策;2007年06期

7 杨继生;王少平;艾春荣;;工具变量法综列单位根检验的有偏性及其修正[J];数量经济技术经济研究;2006年02期

8 朱红增;童恒庆;;基于蒙特卡罗分布式算法的单位根检验[J];统计与决策;2007年21期

9 田延宾;王振全;;单位根检验与结构变化[J];北京石油化工学院学报;2008年02期

10 胡琨;王丽丽;赵卫亚;;多种单位根检验方法的比较——以税收时间序列为例[J];统计与决策;2009年15期

中国重要会议论文全文数据库 前4条

1 余壮雄;;近似因子模型的Panel单位根检验[A];21世纪数量经济学（第9卷）[C];2008年

2 刘雪燕;张晓峒;;非线性LSTAR模型中的单位根检验[A];21世纪数量经济学（第10卷）[C];2009年

3 于洋;刘岸秀;;生产性服务业促进北京市经济增长的实证研究[A];2012管理创新、智能科技与经济发展研讨会论文集[C];2012年

4 江海峰;陶长琪;;单位根检验中的Wald检验量研究:Bootstrap法VS临界值法[A];21世纪数量经济学（第13卷）[C];2012年

中国重要报纸全文数据库 前2条

1 海证期货 畅会珏 宋福铁 刘潇;从股市与期市资金的流动性看我国期货市场的发展前景[N];期货日报;2009年

2 南华期货 罗旭峰;期市服务国民经济能力稳步提升[N];期货日报;2011年

中国博士学位论文全文数据库 前4条

1 胡俊娟;基于STAR模型单位根检验的研究[D];浙江工商大学;2017年

2 刘田;非线性趋势单位根检验研究[D];西南财经大学;2009年

3 左秀霞;单位根检验的理论及应用研究[D];华中科技大学;2012年

4 张华节;初始条件对面板数据单位根检验的影响研究[D];西南财经大学;2014年

中国硕士学位论文全文数据库 前10条

1 陈钰;基于STAR模型单位根检验的研究及实证分析[D];浙江工商大学;2017年

2 陈双金;时间序列单位根检验方法比较[D];电子科技大学;2013年

3 霍建新;时间序列的随机系数单位根检验及其应用[D];天津财经大学;2011年

4 张自武;平行数据的单位根检验及其模型应用—城镇居民收入和消费的实证分析[D];新疆大学;2007年

5 李鲲鹏;我国区域经济的收敛性[D];华中师范大学;2007年

6 袁丽娜;中国宏观经济总量波动趋势检验[D];山东大学;2008年

7 殷锐;面板数据单位根检验小样本性质及面板协整理论研究[D];天津大学;2007年

8 李涛;区间结构突变的单位根检验和蒙特卡洛模拟[D];新疆大学;2007年

9 丁凤;结构突变单位根检验及其在时间序列分析中的应用[D];合肥工业大学;2015年

10 王琨;中国宏观经济和金融总量的非线性研究[D];东北师范大学;2010年

，

本文编号：1308518