横截面独立的长相依面板数据的公共均值变点

研究横截面独立的长相依面板数据的公共均值变点的估计问题.文中分别在强变点信号,中等变点信号和弱变点信号这三种情形下研究了公共变点的估计量,建立了估计量的渐近性质,包括相合性,收敛速度和极限分布.理论结果表明在变点信号和长相依之间存在着一种权衡关系.具体来说,在强变点信号情形下,长相依不影响估计量的渐近性质;在中等变点信号情形下,长相依不影响估计量的收敛速度,但影响估计量的极限分布;在弱变点信号情形下,长相依既影响估计量的收敛速度,也影响估计量的极限分布.Monte Carlo模拟评估了估计量在有限样本情形下的表现,并支持文中的理论结果.

长记忆时间序列的均值单变点估计

文章采用拟极大似然法估计了一类长记忆时间序列模型的单均值变点,在变点大小固定和变点收缩两种情形下分析了估计量的渐近性质。研究发现,变点大小与长记忆性之间存在一种权衡关系。具体而言,当变点大小固定时,变点估计量是不相合的,而变分点估计量是T-相合的;当变点收缩时,变点估计量的收敛速度依赖于记忆参数d,估计量的极限分布得以推导。最后,蒙特卡洛实验和实证分析验证了所提理论结果的有限样本表现。