【摘要】：本章拟使用Gonzalo and Granger提出的PT decomposition分析方法，以美联储货币政策调整为依据，将样本分段，考察在美联储不同政策周期内，我国和美国债券市场间的引导关系以及联动效应。Gonzalo and Granger提出了估计协整系统中公共长记忆成分的方法。从完全设定的误差修正模型进行估计，这将使得运用卡方检验对公因子进行假设检验变得合理。假设向量Xt有如下误差修正模型表达式：其中Δ=I-L为滞后算子。
本章拟使用Gonzalo and Granger（1995）提出的PT decomposition分析方法，以美联储货币政策调整为依据，将样本分段，考察在美联储不同政策周期内，我国和美国债券市场间的引导关系以及联动效应。
研究大型系统中的协整关系首先需要解决的问题就是降维。为了达到这个目的，Gonzalo and Granger（1995）提取每个子系统的一阶单整的公因子，并分析它们间的协整关系。Gonzalo and Granger（1995）提出了估计协整系统中公共长记忆成分的方法（Common long-memory components）。为确认这些一阶单整因子，需设定它们为原变量Xt的线性组合，并且在低频率上误差修正项并不会引致公因子。从完全设定的误差修正模型进行估计，这将使得运用卡方检验对公因子进行假设检验变得合理。
假设向量Xt有如下误差修正模型表达式：(www.xing528.com)
其中Δ=I-L为滞后算子。
Xt可以被（p-r）个一阶单整变量ft解释。ft是共同因子加上一些零阶单整的成分。令Xt=A1ft+
。假定k=p-r，我们的主要目标是估计荷载矩阵A1以及k个共同因子。α'A1=0。本书的主要目标是在ft和
上加上不适用于时间序列的限制性条件并令ft=B1Xt。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
