ESTAR-GARCH模型的单位根检验

ESTAR-GARCH模型的单位根检验所选取的统计量通常需要估计方差,因此本文提出了经验似然比统计量,避免了方差计算带来的误差,并推导出了该统计量的极限分布.通过模拟其临界值,对比研究了经验似然比统计量和基于QML法的KSS型检验统计量t(δ)的检验功效.Monte Carlo模拟证实,本文提出的经验似然比统计量比检验统计量t(δ)具有更好的检验水平和更高的检验功效.因此本文提出的统计量通过避免方差的计算而提高了检验的准确性.最后,通过上证指数的实证分析,进一步说明了该统计量具有良好的检验功效.