空间经济计量模型Bootstrap检验的水平扭曲

本文使用回归残差的Bootstrap方法,对线性模型空间相关性进行检验。基于空间相关性检验统计量Moran’sI,在不同Bootstrap样本数及不同空间衔接结构下,研究并比较Bootstrap和渐近检验方法。通过MonteCarlo实验揭示了当空间经济计量模型中残差不满足经典正态假定条件时,空间相关性的渐近检验理论不再有效。本文把Bootstrap方法用于空间相关性检验,对水平扭曲进行了分析校正。研究同时发现,从水平扭曲角度来看,无论残差是否满足经典正态假定条件,空间经济计量模型Bootstrap检验通常都很有效。

线性回归模型Bootstrap LM-Error检验的水平扭曲

基于OLS估计残差,本文将Bootstrap方法用于空间误差相关性LM-Error检验,综合考虑Bootstrap模拟抽样次数、空间衔接结构以及样本量,研究并比较空间误差相关Bootstrap LM-Error检验与渐近检验的水平扭曲。大量Monte Carlo实验结果显示,当模型误差不满足独立正态分布的假设条件时,空间误差相关LM-Error渐近检验的水平扭曲较大,采用Bootstrap方法可以较好地降低该水平扭曲;不管模型误差是否满足独立正态分布的假设条件,Bootstrap方法均能够有效地降低LMError渐近检验的水平扭曲。

空间经济计量滞后模型Bootstrap Moran检验的水平扭曲

将Bootstrap方法从计量经济学、金融学、医学、军事等领域拓展到空间经济计量领域,采用三种基于残差的Bootstrap方法,诊断空间经济计量滞后模型残差中的空间关系。大量Monte Carlo模拟结果显示,从水平扭曲角度看,在标准正态误差和异方差误差情况下,与渐近检验相比,Bootstrap检验具有更好的有限样本性质。

似无关动态协整模型中的水平扭曲与校正

本文在解析似无关动态协整模型及其动态最小二乘估计的基础上,从理论上揭示了关于协整参数的假设检验存在严重的水平扭曲,即对协整参数约束的Wald检验统计量的渐近卡方分布存在严重的有限样本扭曲。进一步,本文应用自举抽样技术对水平扭曲进行了有效校正。基于本文的发现,我们建议在对似无关动态协整模型中的参数进行假设检验时,为保证结论的准确性,应使用自举抽样推断技术产生统计量值并由此来形成检验结论。

线性回归模型Bootstrap LM-Lag检验有效性研究

基于OLS估计残差,将Bootstrap方法用于空间滞后相关LM-Lag检验。在不同的误差结构和空间权重矩阵条件下,比较Bootstrap LM-Lag检验和渐近检验的水平扭曲和功效。通过Monte Carlo实验表明,当误差项不服从经典正态分布假设时,LM-Lag渐近检验存在严重的水平扭曲,Bootstrap检验能够有效地校正水平扭曲,并且Bootstrap LM-Lag检验的功效与渐近检验近似;无论误差项是否服从正态分布,从水平扭曲和功效角度看,线性回归模型Bootstrap LM-Lag检验有效。

一个新的稳健ARCH检验和YJ-GARCH模型

众所周知,Engle(1982)的ARCH检验对于条件均值模型误设并不稳健,特别地,当条件均值是非线性过程而我们仅对之建立线性模型时,它过度地拒绝真实的原假设,导致出现严重的水平扭曲。因此,本文在文献当中首次利用Yeo-Johnson变换方法来转换均值模型的因变量以排除ARCH过程中均值部分的非线性,进而提出一个新的稳健ARCH检验以及一个新的GARCH模型——Yeo-Johnson(YJ)GARCH模型。蒙特卡罗模拟结果表明,稳健的ARCH检验在水平和势方面的表现要显著优于Engle(1982)的ARCH检验。对上证综指收益率的实证研究结果表明,YJ-GARCH模型的拟合效果要显著优于线性GARCH模型。

基于收缩方法的经济市场整合测度研究

针对在计算两个非弱整合市场之间的最大定价误差下界时出现的数据水平扭曲问题,基于收缩方法,通过改进数据协方差矩阵的估计值得到收缩估计量,得到两个非弱整合市场的最大定价误差的更精确的下界。此理论可以广泛应用于多个市场间整合度的评估,进而提高定价的准确性。

面板单位根检验中的快速双自举抽样推断方法研究

文章对SUR-ADF面板单位根检验进行了理论解析。通过蒙特卡罗实验,揭示了SUR-ADF检验的有限样本性质,即较低的检验势和较高的水平扭曲;提出了应用快速双自举抽样推断的方法来提高SUR-ADF检验的可靠性的想法。

面板协整检验有限样本性质的模拟比较

面板协整检验是基于渐近分布的检验,有限样本下统计量的检验水平和检验功效的表现涉及检验的可靠性。本文针对目前实证研究中应用最广的一类基于残差的统计量及文献中最新提出的基于准残差的统计量进行蒙特卡罗模拟,比较10个检验统计量在不同DGP设定下的检验水平和检验功效,尤其是在DGP误设时的表现。模拟结果表明:基于准残差的面板协整检验大多数情况下有着更好的检验水平和检验功效表现。这一研究为解决实证中面临的统计量可靠性甄别与选择问题提供了依据。

空间滞后模型中Moran's I统计量的Bootstrap检验

针对空间滞后模型的估计残差,采用Wild.Bootstrap方法进行空间相关性检验;进而,基于Moran's I统计量的经验分布,从水平扭曲和功效角度比较Bootstrap检验和渐近检验的有效性.Monte Carlo实验结果显示,在经典正态假设条件下,Bootstrap检验已然同等或优于渐近检验;在更为实际的异方差、非正态假设条件下,渐近检验显著偏离,而Bootstrap检验的水平扭曲更小、功效更高.当模型不满足经典的分布假设条件,尤其是在小样本和空间衔接密度较高情况下,与渐近检验相比,Bootstrap检验更为有效.

随机系数面板数据单位根联合LM检验的稳定性研究

本文从初始值的视角研究其对随机系数面板数据单位根联合LM检验稳定性的影响。推导当初始值不是依概率有界的随机变量而是渐近不可忽略的变量时联合LM检验统计量的渐近分布,并发现联合LM检验不再服从其原分布,且其与初始值有关,表明联合LM检验统计量的渐近性质不稳定。蒙特卡洛模拟结果显示,在有限样本情形下,初始值可能会导致联合LM检验统计量出现较严重的水平扭曲现象,即联合LM检验的统计性质不稳定,易受初始值影响。