具有平滑迁移的ARFIMA模型及其应用.pdfVIP

维普资讯 第 15卷 第 3期 中国管理科学 Vo1．15，No．3 2007年 6月 ChineseJournalofManagementScience 文章编号 ：1003～207(2007)O3～0006—08 具有平滑迁移的ARFIMA模型及其应用 刘金全，李庆华 ，郑挺国 (吉林大学数量经济研究中心，吉林 长春 130021) 摘 要 ：本文基于描述长记忆性的ARFIMA模型和具有结构性转变的平滑迁移模型，提出了联合检验两种时间序 列性质的STARFIMA模型，并给出了估计模型系数的估计方法和检验非线性的刀切似然 比方法 。应用我国通货 膨胀率的时间序列数据，我们应用 Logistic型STARFIMA模型进行经验分析时发现，STARFIMA模型具有比 ARFIMA模型更好的模拟效果和精度 ，而且该模型分别捕捉到了以通货膨胀率 自身和加速通货膨胀率为转移变量 的结构性转变，并发现在引入结构转变之后的通货膨胀率序列的记忆性变强的特征。 关键词 ：通货膨胀率 ；长记忆性 ；结构性转变 ；STARFIMA模型 中图分类号 ：C934 文献标识码：A 中，同时考虑长记忆性和结构转变性 ，并分析这两种 1 引言 性质之间的关联 [g。国内一些学者也对时间序列的 经济时间序列中长记忆性和结构性转变等性质 结构性转变问题进行 了研究，例如刘金全等 (2006 一 直是计量经济理论和经验研究关注的核心问题 ， 年)对我 国通货膨胀率动态波动路径的结构性转变 一 些研究 已经发现许多宏观经济时间序列 (如通货 进行 了统计研究u。。。周建 (2006年)则利用随机方 膨胀率、失业率、汇率和利率等)中既存在长记忆性 差模型对我国主要宏观经济序列的结构性转变进行 又存在结构性转变 [1]。例如 ，关于长记忆性的研究 了实证分析[1。显然，上述这些经验研究要么描述 主要有 Hosking(1981)、Granger和 Joyeux(1980) 时间序列中的长记忆性 ，要么刻画时间序列中的结 等[2矗]，这些研究给出了长记忆性时间序列 的主要 构性转变 ，长记忆性和结构转变两者之间是脱节的。 特征和检验方法 ；关于结构性转变的计量研究主要 为了同时考虑长记忆性和结构性转变，我们将 有 Chow (1960)、Brown、Durbin和 Evans(1975) 对 ARFIMA模型进行改进后提出一般形式 的非线 等[4]。近年来，越来越多的非线性方法被应用到 性 STARFIMA模型。STARFIMA 模型 由两部分 刻画时间序列的结构性转变上来 ，例如 Hamilton 过程组成 ，其中线性部分为 ARFIMA模型 ，非线性 (1990)提 出了马尔可夫转移 (MarkovSwitching， 部分为 Granger和 Ter~svirta(1993)提 出的具有 简称 MS)模型[6]，Tong(1990)提出的门限 自回归 Logistic函数形式或指数 函数形式 的平滑迁移模 模型 (ThresholdAutoregressive，简称 TAR)I7]，还 型 。考虑到 STARFIMA模型的复杂性和参数估 有 Granger和 Ter?svirta(1993)提出的平滑迁移 计的困难 ，我们给出了模型参数 的极大似然估计方 自回归模型 (SmoothTransitionAutoregressive，简 法 ，并通过刀切似然 比方法对模型是否具有非线性 称 STAR)等[8]。随后 ，一些研究开始尝试地将这些 性质进行检验 [1。 非线性方法应用到具有长记忆性 的ARFIMA模型 下面我们