带趋势项ESTAR模型单位根检验的渐进分布

对2种不同形式的带趋势项ESTAR(exponential smooth transition autoregression,指数平滑转换自回归)模型的单位根检验进行研究,基于辅助方程,给出了带趋势项ESTAR模型2种不同形式下KSS(Kapetanios-Shin-Snell)检验统计量的极限分布。通过对比发现,2种带趋势项形式下检验统计量的极限分布并不一致。这一结果表明采用带趋势项ESTAR模型建模前需对这2种形式加以区分,对模型进行单位根检验时,由于极限分布并不一致,不能都采用OLS(ordinary least squares,常规最小二乘法)去趋势的临界值给出检验结果,否则会导致结果不可靠。这为进一步对带确定性趋势项STAR(smooth transition autoregression,平滑转换自回归)模型单位根检验的研究提供了理论参考,也为后续提高带趋势项STAR单位根检验功效提供了新思路。

带有未知内部扰动的星形Euler-Bernoulli梁网络的指数跟踪控制

该文研究了带有未知内部扰动的星形Euler-Bernoulli梁网络的指数跟踪控制问题.首先将该问题等价转化为跟踪网络与被跟踪网络的误差网络的镇定问题.利用滑模控制思想,对误差网络设计了非线性反馈控制方案.通过对状态空间选取适当的范数,运用单调算子理论得到了误差网络的适定性.通过构造适当的Lyapunov函数,证明误差网络按任一收敛率指数稳定.这表明跟踪网络能够按任一给定速率以指数速度跟踪到目标网络.

非线性时间序列分析STAR模型及其在经济学中的应用

20世纪90年代末以来,非线性时间序列模型两个主要的研究方向是混沌论模型(chaosmodel)和机制转换模型(switchingregimemodels),而后者考虑了各种不同形式的机制转换行为(switchingregimebehavior),通常被认为由三个最常见的机制转换模型组成①。平滑转换自回归模型(STAR)由于能在某种程度上捕捉到机制转换过程中时间序列的动态过程,因而成为近年国外计量经济学前沿领域追踪的热点之一。本文将主要对平滑转换自回归模型(STAR)的特征、估计、检验方法以及在经济领域的应用做深入的探讨。