具有长记忆或重尾误差项的近单位根模型的统计推断研究A statistical inference study of the (near) unit root model with long or heavy tailed errors.pdfVIP

具有长记忆或重尾误差项的(近)单位根模型统计 的推断研究 摘要 验理论便得到了深入研究。但是，传统单位根检验都是假定系数是常 数，当外部环境发生变化，重大经济事件的发生(如经济大危机、石 油危机等)都可能会使单位根模型发生结构突变。因此，本文首先对 存在结构变点的单位根检验进行研究，结合金融数据的长记忆性，我 们对均值带变点且误差存在长记忆性的一阶自回归时间序列，在单位 根假设条件下，自回归系数的估计量的渐近分布可以表示成分式布朗 运动的泛函，并给出证明，其形式包含了变点前后的两个均值“、总 和变点分数r+。然后我再利用模拟数据和实证对定理进行验证。 在平稳过程与单位根过程的中间地带，有一类过程叫近单位根 (也称几乎非平稳)过程，研究其统计性质的价值在于揭示这个中间 地带的特殊属性，及其与平稳过程和单位根过程统计属性的差异，因 此，近单位根过程在时间序列理论中占有重要地位。由于金融数据往 往具有重尾性质，本文考虑误差项可能具有重尾性的近单位根过程。 对误差项可能是重尾的近单位根过程的参数进行最小二乘估计，估计 量的渐近分布函数形式复杂，计算方差比较麻烦，不利于进一步做区 间估计及统计推断，本文对估计参数进行了基于残差的bootstrap再 万方数据 好地逼近原最小二乘估计量，同时，通过对传统bootstrap抽样和 bootstrap再抽样产生的统计量分别进行模拟，直观地说明了基于残差 的boootstrap再抽样相对于传统bootstrap抽样更有效。 关键词：长记忆性；单位根；均值变点；几乎非平稳；近单位根；重 尾；bootstrap II 万方数据 L㈣Y— m7I ㈣5 川0●I ㈣0㈣4㈣3 ㈣Z一 STATISTICALINFERENCE RoOTMoDELSWITHLONGMEMORYoR HEAVY二TAILEDINNOVALTIONS POSSIBLy ABSTRACT root test Since and DFunit test，its DickeyFuller(1979)proposed hasbeenfurther traditionalunit—roottests theory developed．However，the assumedthecoefficienttobe whichoreconomicevents constant，inmaj as economic tocausestructural (suchgreat crisis，oilcrisis，etc．)arelikely it totheexternal breakofunitrootwhencomes en也ronmentchanges． Therefore，this studiesunit—roottestwithstructuralbreak paperfirstly