峰检验及在中国人均GDP分布中的应用.pdfVIP

第39卷第4期 曲阜师范大学学报 V01．39No．4 of Normal Oct．2013 2013年10月 JournalQufu University DOI：10．3969／j．issn．1001—5337．2013．4．004 峰检验及在中国人均GDP分布中的应用 张学新 (湖北工程学院数学与统计学院，432000，湖北省孝感市) 摘要：讨论了4种单变量密度函数的峰数检验，应用于中国人均GDP年度数据相关序列的分布检验， 发现一个带漂移项的随机游走过程．这为检验地方政府GDP统计数据的真实性提供一种新方法． 关键词：核密度估计；单峰对双峰检验；随机游走；GDP统计数据的真实性 中图分类号：0212．7文献标识码：A 文章编号：1001—5337(2013)04—0018—04 0 引 言 广泛研究，在正态分布族，已有似然比(LR)检验双 峰[4|． 分析随机样本分布的峰态，关系到确认这些峰 正确测度我国GDP生成过程具有十分重要的 意义．李克强期望：“2013年GDP目标仍为7．5％， 态仅是抽样引起的假象，还是潜在密度的实际特征． 大多数(单)双峰检验过程本质上都是非参数方法， 希望没有水分的增长”(凤凰卫视3月5日《凤凰早 使用最多的是正态核密度估计．密度函数f(x)的核班车》)．要杜绝地方政府统计数据造假，必须拿出可 』l_ ’一7 信的统计学证据． 密度估计定义为7(z；^)=(nh)1芝：K(竺了二)， 五 ft 目前对我国GDP分布的估计，一般是对GDP h称为带宽或平滑参数，较大的h将过度平滑密度 分解进行结构性分解和状态性分解，分离趋势成分 函数，掩盖数据结构；较小的h，会使密度估计会很 和周期成分，然后拟合残差序列，通过ARIM、AR— 尖，难以解释．K(·)是核函数，它测度已知点zi偏MA、ARCH等模型嘲预测GDP；利用协整检验的 离z的远近．通常取K(·)为高斯分布，通过叠加简计量经济学模型[63分析影响GDP发展的本质因素 及其中的协整关系；建立生产函数模型，分析一定技 单地获取估计7(z；h)一，(z)，(竹一+∞)，h是高 斯分布的标准差． 术条件下，投入与产出的关系等等[7]．状态性分解的 核密度估计7(z；h)的峰态或谷态强烈依赖于前提是对我国GDP分布的准确估计，结构性分解需 ^的选择，一定程度上也依赖于K(·)的选择．同一要GDP之外的变量，它们的选择要基于经济的和统 个非参数密度估计曲线，不同的研究者可能看出显 计显著性．以上方法均不回答我国GDP分布及生成 著不同的特征．如何辨别真相，需要实施稳健的统计 机理． 方法，峰态检验是一种选择．目前相当多的文献讨论 本文提出中国人均GDP对数序列是随机游走 密度的峰态是基于峰态是数据子体的一种显示的假 过程，检验中国人均GDP的分布与密度的峰态个 设．但在多元情形，依据密度的峰态个数分析子体个 数，依据有关经济增长理论对结果作了分析探讨． 数在概念上更加困难，加之“维数诅咒”问题，在高维 空间里确认曲面的一个峰，需要复杂的计算．在单变 1 单峰检验方法与比较 量情形，主要有Good和Gaskins(1980)惩罚似然 方法Ⅲ，Hartigan和Hartigan(1985)Dip单峰检Silverman带宽检验，它检验一个单变量分布 验嘲，Silverman(1980)带宽检验[3