1 / 55
文档名称:

基于均衡误差项的门限协整的理论研究与应用.pdf

格式:pdf   页数:55
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

基于均衡误差项的门限协整的理论研究与应用.pdf

上传人:minzo 2014/3/8 文件大小:0 KB

下载得到文件列表

基于均衡误差项的门限协整的理论研究与应用.pdf

文档介绍

文档介绍:华中科技大学
硕士学位论文
基于均衡误差项的门限协整的理论研究与应用
姓名:唐莹
申请学位级别:硕士
专业:数量经济学
指导教师:王少平
20070604
华中科技大学硕士学位论文
摘要
Engles 和 Granger 于 1987 年提出的协整(cointegration)理论帮助人们进一步认
识了非平稳时间序列间的长期均衡关系,该理论假定时间序列在偏离长期均衡时的
趋回调节是连续的。随着研究的深入,大量的证据表明由于存在调节成本或政策干
预,许多重要的经济、金融时间序列并不符合上述假定,它们对长期均衡的趋回调
节是非连续的。因此,使用传统的协整理论对这类时间序列进行协整检验就会出现
较大偏差,甚至造成错误的统计推断。
门限协整(threshold cointegration)理论正是在这样的背景下逐步发展起来的。
该理论使用门限自回归(TAR)模型精确的刻画时间序列对长期均衡的非连续趋回
调节。对该理论的研究主要集中在门限的估计方法和门限协整的检验方法上。根据
研究框架的不同,现有对门限协整的研究主要分为两类,一类基于协整系统的均衡
误差项,另一类基于门限向量误差校正模型(TVECM)。
本文基于协整系统的均衡误差项对门限的估计和门限协整的检验方法进行了研
究,并运用上述估计和检验方法对美国的利率期限结构进行了实证分析。本文首先
设定了几种常见的门限自回归模型,并对其数据特点进行了分析;其次用 Monte Carlo
实验的方法对两种常用的门限参数估计方法(排列自回归法和网格搜索法)在不同
样本下的估计精度进行了对比,得到小样本下网格搜索法更为可靠的结论;本文重
点确立了一个两步的门限协整检验方法,用一种基于残差的分块(RBB)bootstrap
算法分别构造 sup-Wald 统计量来实现第一步的单位根检验和第二步的协整的非线性
检验;同时,用 Monte Carlo 实验的方法对上单位根检验的有限样本性质和 ADF 检
验进行了对比,证明在门限效应的背景下 RBB bootstrap 的 sup-Wald 检验比 ADF 检
验具有更高的检验势;在对美国利率期限结构的实证分析,本文得到存在门限协整
的结论。

关键词:门限协整,均衡误差项,门限自回归模型,网格搜索,sup-Wald,基于残差
的分块 bootstrap,利率期限结构
I
华中科技大学硕士学位论文
Abstract
Since Engles and Granger (1987) put forwards the concept of cointegration, the
cointegration theory has helped economists to extend their view on the long-term
equilibrium relationship of many non-stationary economic and financial time series. This
traditional cointegration theory assumes the adjustment paths towards equilibrium to be
continuous. However, recent studies show that many important time series do not actually
follow such an assumption because of the existence of fixed adjustment cost or policy
interventions. Instead, they either do no adjustment until the deviation from the
equilibrium exceeds a critical threshold or adjust in unequal paces in different intervals. In
such a case, statistic inference methods in traditional cointegration theory are no longer
valid.
To solve this problem, the threshold cointegration theory was developed. In this
theory, a set of threshold autoregression m