HAC法在平稳过程之间伪回归中的适用性研究

通过蒙特卡罗模拟技术揭示各种HAC法在平稳过程伪回归中的适用性。研究发现,与核权函数HAC相比,预白化HAC法具有明显的优势;进一步的研究表明相对于被解释变量的持久性,解释变量的持久性对HAC的影响较大;当数据过程是高阶自回归过程时,在样本容量不是很大的情况下预白化方法的拒绝率会随着阶数增加而增大,只有在样本容量较大和BIC信息准则情况下预白化HAC的拒绝率才接近检验水平。

偏差修正的预白化HAC法在平稳过程伪回归中的应用

在传统预白化HAC法存在有限样本偏差的基础上,提出自回归参数偏差修正法和残差调整法来减少预白化HAC的偏差,从而降低相互独立的平稳过程之间发生伪回归的概率。蒙特卡洛模拟表明,修正的预白化HAC确实减少了伪回归概率,且自回归参数偏差修正法减少的幅度要比残差调整法大得多;相对于同方差情形而言,存在GARCH类异方差的回归中预白化HAC法具有更低的伪回归概率;当数据过程是AR(2)过程时,在持久性相同的情况下预白化HAC法的伪回归概率要低于相应的AR(1)数据过程。

中值无偏修正的预白化HAC法在伪回归中的应用

传统预白化HAC法存在有限样本偏差,使得平稳过程之间回归时存在伪回归.本文利用一阶和高阶的中值无偏估计对传统预白化HAC进行修正,通过修正的预白化HAC对t统计量标准误进行调整,从而进一步研究其在平稳过程之间伪回归中的适用性.研究表明：第一,中值无偏修正的预白化HAC法能减少长期方差的有限样本偏差并能降低伪回归概率;第二,修正的预白化HAC对持久性、GARCH类异方差和非正态随机新息等都具有稳健性.

自助法修正的预白化HAC在平稳过程之间伪回归中的应用

传统预白化HAC法存在有限样本偏差,导致在相互独立的平稳过程回归中存在较高的伪回归概率.本文提出利用自助法减少其有限样本偏差,从而降低伪回归概率.同时,通过与一阶偏差修正的预白化HAC法的比较分析,发现自助法修正的预白化HAC不仅能减少偏差和降低伪回归概率,而且在GARCH类异方差和高阶自回归数据过程中具有更好的稳健性.

HAC估计的性质与修正及其在伪回归中的应用研究

本文通过频谱分析揭示了预白化HAC和参数化VARHAC比非参数HAC具有明显优势,并指出传统预白化HAC法由于使用了存在有限样本偏差的OLS法来估计自回归参数,导致其存在有限样本偏差,由此构造的t统计量具有过度拒绝原假设倾向。为了减少预白化HAC的偏差,将OLS估计量的线性修正(LBC)和非线性修正(NBC)嵌入到预白化HAC中,研究表明该法能大大减少长期方差的估计偏差,并通过蒙特卡洛模拟证实对预白化HAC的修正估计能有效减少平稳过程之间的伪回归概率,从而提高了回归模型统计推断的可靠性。