基于LSTAR模型的中国股市泡沫风险识别

本文在非线性模型框架下拟合中国主要股价指数的真实数据生成过程,并提出股市泡沫风险的识别方法,较Phillips等(2011)提出的上确界单位根(SADF)方法具有更好的效果,能够精准预判股市泡沫风险。实证检验发现,主要股价指数的波动均存在逻辑平滑转换自回归(LSTAR)模型描述的非线性特征,四大股价指数自推出以来均存在泡沫风险,上证指数存在六个主要的持续期,深证成指存在四个主要的持续期,沪深300指数存在两个主要的持续期,而创业板指数存在三个主要的持续期。总体来看,创业板指数的泡沫生成时间先于其他三大指数,可以作为预警中国股票市场泡沫风险的先行指标;2015年7月之后,中国股票市场并不存在泡沫风险。

STAR非线性平稳性检验中误设定的伪检验研究

本文通过理论分析和蒙特卡洛仿真模拟,研究平稳性检验中选用的统计量与数据生成过程不一致时,非线性ESTAR、LSTAR与线性DF检验法能否得出正确的结论。研究表明,二阶LSTAR与ESTAR模型可用相同的检验方法,但前者的非线性特征更强。当数据生成过程为线性AR,或非线性ESTAR、二阶LSTAR模型时,使用DF或ESTAR检验法可得出大致正确的结论,但LSTAR检验法完全失败。数据生成过程的非线性特征越强,ESTAR较DF检验方法的功效增益越高;线性特征越强,DF的功效增益越高。当转移函数F(θ,c,zt)中θ较大导致一阶泰勒近似误差较大或c非0时,标准ESTAR与LSTAR非线性检验法失去应用条件。θ较大或c偏离0较远时,数据生成过程中线性成分增强,用线性DF检验可获得更好的检验结果。

基于序列与逆序列最小Wald统计量的通用STAR模型平稳性检验法

本文提出一种通用非线性单位根检验方法,使用待检序列及其逆序列的Wald统计量的最小值作为检验统计量,将Kapetanios等人提出的受限条件下ESTAR模型非线性单位根检验推广到非0位置参数的情形,也可应用于LSTAR或其他可能的STAR模型、TAR模型或传统的线性AR模型的平稳性检验。并且,推导了检验统计量的极限分布,仿真了检验水平与功效。结果表明,本文提出的检验方法对数据生成过程有广泛的适应性,并且在大多数情况下都能获得较其他方法更佳的检验功效。

基于ESTAR模型的单位根检验——Wald统计量的研究

已有的基于ESTAR模型的单位根检验通常假设α=0,但实践研究表明α显著。对α≠0的情况进行单位根检验,研究该情形下的Wald检验统计量。从理论上推导了Wald检验统计量的极限分布,并通过Monte Carlo随机模拟,结果表明该统计量有效。

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。

中国经济增长与通货膨胀间非对称关系的实证分析

利用1985—2012年中国主要宏观经济变量数据,采用门限自回归模型实证检验了通货膨胀对经济增长的非线性影响。研究结果表明,通货膨胀门限效应明显存在;在门限值以上,通货膨胀对经济增长起阻碍作用;在门限值以下,通货膨胀对经济增长起促进作用。在此基础上,利用平滑转换回归模型进一步检验了通货膨胀与经济增长之间的非线性关系,不同模型的实证结果都支持通货膨胀门限效应存在。

以亚洲货币单位为基础的东亚各国汇率的稳定性分析

区域货币合作对于降低汇率波动引发的金融风险及促进区域经济发展具有重要意义。合作的现实基础是构建最优货币区,选择锚货币并使各国货币与其保持一致的变化趋势,维持区域内的固定汇率,对区域外则实行浮动汇率。采用非对称指数平滑转移自回归(AESTAR)模型研究东盟和中、日、韩13国货币相对于亚洲货币单位(AMU)的偏离指数的动态特征,探讨构建最优货币区的可行性。实证结果显示,中国、印尼、马来西亚、缅甸和新加坡5国货币对AMU偏离指数为非线性全局平稳,其中印尼和缅甸的货币对AMU的偏离指数向均值调整的过程更表现出非对称性,其他8个国家则是非平稳过程。研究结论表明,当前13国建立最优货币区并不符合东亚各国经济发展的现实。

平滑转移模型线性检验的可靠性研究

提出了将自助法(bootstrap)的不同变体应用于平滑转移自回归模型的线性检验,并通过蒙特卡罗实验分别考察其在误差项独立同分布和存在序列相关时的有限样本性质.重点研究了非线性参数和序列相关系数对检验水平和功效的影响.实验结果表明,基于自助法的线性检验在各样本容量下都具有更高的功效,并且可以很好地纠正基于极限分布理论的LST统计量的水平扭曲.本文还详细介绍快速了两阶段自助法(FDB)的基本思想和实现方法,模拟实验证明它比基本自助法具有更好的稳健性和收敛性.

平滑转换自回归模型的单位根检验问题研究

针对非线性模型的单位根检验中存在的问题,本文认为非线性模型的单位根检验不应该在AR模型中进行,而应该在非线性模型中进行。以LSTAR(1)模型为例,本文给出了在其中进行单位根检验的统计量及其临界值。蒙特卡洛试验证实,本文提出的单位根检验统计量的功效明显高于DF单位根检验,只有当非平稳特征十分明显时,DF检验才能检测出其中的单位根,因此,在非线性模型中进行单位根检验是必要的。

中国省际人均实际GDP平稳性研究

中国省际人均实际GDP是否平稳,对研究宏观经济政策效果及促进各省经济发展具有重要意义。采用非对称指数平滑转移自回归的单位根检验方法,考察了1952—2011年中国30个省份的年度人均实际产出的平稳性特征。结果显示,中国有11个省份非线性全局平稳在具有平稳性特征的省市中,上海、陕西和新疆3省人均产出变量向均衡调整的过程具有非对称特征,给出了实证结果的经济学解释和政策性含义。

平滑转移空间自回归模型下Ⅳ方法参数估计值的一致性研究

本文研究了空间自回归模型的一种非线性形式:平滑转移空间自回归模型。该模型空间项系数与转移函数的形式相关,随转移变量变化而变化,既能刻画个体间的关联性,又能描述空间关联性随某些因素变化而发生的改变。本文在工具变量框架下讨论了Logistic平滑转移函数空间自回归模型的一些性质,对Exponential转移函数模型也做了相应的比较分析,并给出了一系列的设定、检验、估计等过程的详细步骤。在较宽泛的假设条件下,本文证明了模型参数估计值的一致性,并对其进行了Monte Carlo模拟验证,模拟结果很好地支持了一致性结论。

中国金融风险周期监测与央行货币政策非对称性效果识别

本文采用时变参数因子增广向量自回归模型(TVP-FAVAR),并基于动态模型平均法测度了金融子系统变量的时变权重,通过加权计算得到我国金融风险周期指数(FRI)。然后改进构建了分区制货币政策模型系统,并采用逻辑平滑转换向量自回归模型(LST-VAR)研究了高低区制下,价格型和数量型货币政策对金融风险的传导效应,在此基础上,设计并测度了我国货币政策的时滞效应。研究发现,我国金融风险具有明显的两区制特征,样本区间内FRI大多时期处于低风险区制,而高风险区制的时间段与国内外重大金融风险事件相吻合。两种紧缩的货币政策均有利于抑制金融风险及其波动,且在高风险区制的抑制效应更为显著。对于货币政策时滞效应,数量型货币政策对金融风险的抑制作用大于价格型货币政策,但2008、2012和2015年三个高金融风险期的时滞效应均较小。最后,根据研究结果提出相应政策建议。

平滑转移自回归模型及其应用

文章采用非参数平滑的方法来建立平滑转换自回归（STAR）模型,并将该模型用于我国股票市场的非线性特性的应用中。对于平滑转换自回归（STAR）模型,常见的平滑函数包括逻辑斯蒂函数和指数函数,而本文以高斯核函数作为平滑函数来建立STAR模型,研究表明,该模型能有效地拟合股票数据,并且从RMSE值来看,其预测效果也很显著。

我国多机制非线性金融状况指数分析

文章构建了多机制逻辑平滑转换自回归（MR-LSTAR）模型和FCI的多机制平滑转换编制公式,基于构建的模型和公式,选择货币供应量、利率、汇率、股价和房价1998年1月至2016年6月的月度数据,实证测度了我国3机制非线性金融状况指数（3R-NFCI）,同时与2机制非线性FCI（2R-NFCI）和1机制线性FCI（1R-FCI）进行了比较分析。结果表明：3R-NFCI是经济增长更好的先行、相关和预测指标,同时我国货币政策的经济效应具有非对称特征,传导机制具有多机制非线性特征。

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。

我国工业增加值季节波动非线性研究——基于SEATV-STAR模型

多数宏观经济变量时间序列有季节波动,如果季节波动是非线性的,采用经季节调整过的数据或传统季节模型等线性处理季节波动的方法可能就不再适用。本文基于季节时变平滑转换自回归(SEATV-STAR)模型,运用"特殊到一般"的非线性检验策略对我国工业增加值季度增长率季节波动进行研究。结果表明:(1)工业增加值的季节波动兼有结构时变和非线性改变,工业增加值的周期波动是线性的。(2)技术进步、体制变迁等因素使得工业增加值季节波动发生连续的结构时变,它们是季节波动变化的主要影响因素。(3)工业增加值周期波动对其季节波动有非对称影响;在工业增加值的波峰阶段,其季节波幅会减小,且1、2季度工业增长率有明显提高。

STAR误差修正模型中协整关系检验的inf-t统计量

在将误差修正过程设定为全局平稳的指数平滑转换函数的情形下,本文建立了一个新的检验统计量inf-t对非线性STAR误差修正模型中的协整关系进行检验;推导了inf-t统计量的渐近分布,并通过Monte Carlo模拟的方式给出了其渐近临界值。inf-t统计量取未识别参数空间上的下确界,有效避免了原假设下的未识别参数问题。Monte Carlo数值模拟研究的结果表明,inf-t统计量相对E-G两步法的t_(EG)和Kapetanios等(2006)的t_(NLECM)统计量具有更高的检验势。将inf-t统计量应用于对我国货币需求稳定性进行检验,发现我国狭义货币需求量长期稳定,短期存在指数平滑非线性机制转换特征。

半参数平滑转换分位数自回归模型及应用

已有针对平滑转换自回归模型(STAR)的研究多是将转换函数设定为Logistic函数或指数函数形式,并在均值回归框架下获得模型的估计、检验及预测结果.文章基于重心权有理插值和分位数回归方法,构建一类新的半参数平滑转换分位数自回归模型,其主要特点表现在:第一,基于重心权有理插值方法构造的平滑转换函数,形式更加灵活自由,有效减少了模型误设的风险.第二,在分位数回归框架下,利用遗传算法获得新模型在不同分位点处的平滑转换自回归系数估计,比单纯的均值回归得到的信息更为丰富.数值模拟结果显示,新模型的平滑转换自回归系数估计在无偏性、有效性和一致性方面均具有较好表现.最后,将新模型应用于上证综指日收益率的动态趋势及预测研究,细致揭示了收益率序列在不同阶段、不同分位点处的非线性和异质性变化特征.

双阀值LSTAR模型及其非线性检验

本文首先简要介绍了平滑转换回归模型(STR)的含义和检验其非线性的程序,然后以汇率均值回复问题为例说明目前流行的单阀值STR模型有其局限性,存在研究双阀值STR模型的必要。为此,本文对双阀值LSTAR模型的非线性检验进行了分析。结果表明,不同于单阀值STAR模型需要对转换函数进行三阶Taylor展开,双阀值LSTAR模型只需对转换函数进行一阶展开即可,因此大大节省了自由度。

人民币实际汇率的非线性特征研究

本文通过采用不同的线性和非线性一元时间序列模型对人民币实际汇率行为进行研究。研究结果表明,非线性的自我激励阈值自回归模型和平滑过渡自回归模型对人民币实际汇率历史数据有很好的拟合效果,且人民币实际汇率具有显著的非线性动态行为特征。