非线性协整与门限协整模型.docxVIP

非线性协整与门限协整模型

引言

在计量经济学的发展历程中，协整理论始终是连接时间序列分析与经济系统长期均衡关系的关键桥梁。早期学者通过线性协整模型（如Engle-Granger两步法、Johansen协整检验），成功揭示了许多经济变量间的稳定关系——比如利率与汇率、股价与股息、消费与收入等。但随着研究的深入，我们逐渐意识到：现实中的经济系统更像是一片充满非线性关系的森林，而非线性协整模型所描绘的“直线”。当变量间的调整机制存在非对称效应、阈值效应或状态转换特征时，传统的线性协整框架往往会遗漏关键信息，甚至得出误导性结论。

正是在这样的背景下，非线性协整理论应运而生。其中，门限协整模型（ThresholdCointegrationModel）作为非线性协整家族中最具代表性的分支之一，凭借其对“状态依赖调整”的精准刻画能力，逐渐成为研究经济金融系统复杂动态关系的重要工具。本文将沿着“问题提出-理论演进-模型解析-应用实践”的逻辑链条，系统梳理非线性协整与门限协整模型的核心要义。

一、从线性协整到非线性协整：理论的突破与需求

要理解非线性协整的价值，首先需要回顾线性协整的基础逻辑。

1.1线性协整的核心逻辑与局限

协整理论的核心思想是：若一组非平稳时间序列的某种线性组合是平稳的，则它们之间存在长期均衡关系。以两变量系统为例，若(y_t)和(x_t)均为I(1)序列（一阶单整），且存在系数()使得(e_t=y_t-x_t)为I(0)（平稳序列），则称(y_t)与(x_t)是协整的。这种协整关系通过误差修正模型（ECM）进一步动态化——当短期偏离均衡时，误差项(e_{t-1})会以固定的调整速度()拉回均衡状态，即：[y_t=e_{t-1}+{i=1}^piy{t-i}+{j=1}^qjx{t-j}+_t]这里的关键假设是调整系数()为常数，且误差项的调整方向与偏离程度无关。

然而，现实中的经济调整过程往往更复杂。例如：-非对称调整：当资产价格高于均衡值时，市场可能因“恐高情绪”快速回调；低于均衡值时，却因“抄底心态”调整缓慢。此时调整速度()会随偏离方向变化。-阈值效应：只有当汇率偏离均衡水平超过2%时，央行才会干预；未超过时市场自发调整。此时调整机制仅在阈值外触发。-状态转换：经济扩张期与衰退期，消费对收入的反应模式可能完全不同，协整关系的参数会随经济状态切换。

线性协整模型因假设调整机制“线性且对称”，无法捕捉这些特征，导致对长期均衡关系的估计偏差，甚至可能错误拒绝协整关系的存在。

1.2非线性协整的定义与分类

非线性协整的提出，本质是放松线性协整的“线性组合”与“线性调整”假设。其核心定义可表述为：若存在非线性函数(f())，使得(e_t=y_t-f(x_t))为平稳序列，则(y_t)与(x_t)是非线性协整的。这里的非线性函数(f())可以是门限函数、平滑转换函数、神经网络等，但最常用且理论最成熟的是门限函数。

根据非线性调整机制的不同，非线性协整模型可分为三大类：-门限协整（ThresholdCointegration）：调整机制在不同“门限区间”内具有不同参数，如TAR（门限自回归）、M-TAR（动量门限自回归）模型。-平滑转换协整（SmoothTransitionCointegration）：调整速度随偏离程度连续变化，如LSTAR（逻辑平滑转换自回归）模型。-非线性误差修正模型（NonlinearECM）：误差修正项本身是非线性函数，如二次项、交互项等。

其中，门限协整因其“离散状态切换”的直观性和估计的可操作性，成为应用最广泛的非线性协整模型。

二、门限协整模型：理论框架与关键细节

门限协整模型的核心思想是：误差项(e_t)的调整机制依赖于某个门限变量（通常是自身滞后值(e_{t-d})或变量间的偏离程度），当门限变量超过特定阈值时，调整系数发生结构性变化。

2.1门限协整的理论基础

门限协整的理论雏形可追溯至Tong（某年）提出的门限自回归（TAR）模型。TAR模型假设时间序列的动态行为由其自身滞后值是否超过阈值划分为不同区制（Regime）。将这一思想扩展至协整系统，便形成了门限协整模型。

以两变量系统为例，门限协整的误差修正模型可表示为：[y_t=

]其中，()为门限值，(_1)和(_2)分别为两个区制下的调整系数。若(_1_2)，则说明调整机制存在门限效应。

进一步扩展，动量门限自回归（M-TAR）模型考虑了误差项的变化方向，门限变量为(e_{t-d})，即：[y_t=

]M-TAR模型更适合刻画“向上偏离”与“向下偏离”调整