首页 理论教育 时间序列中的非线性存在性问题

时间序列中的非线性存在性问题

时间:2023-11-02 理论教育 版权反馈
【摘要】:关于单个时间序列可能被忽略的非线性性,Lee,White与Granger定义了条件均值意义上的非线性概念,对其检验的方法有参数检验方法和非参数检验方法。RESET检验主要对平均的线性偏离程度很敏感。而非参数检验方法主要有:Mcleod与L提出的对从线性模型中得到的残差平方应用Ljung-Box Q统计量来检验非线性性。因此,我们认为,在进行序列的非线性检验时,有必要进行组合检验。

时间序列中的非线性存在性问题

关于单个时间序列可能被忽略的非线性性,Lee,White与Granger(1993)定义了条件均值意义上的非线性概念,对其检验的方法有参数检验方法和非参数检验方法。其中,参数检验方法有:Ramsey(1969)最早提出的一种对线性进行最小二乘分析的规范检验,称为RESET检验,它较容易用于线性AR(p)模型;Keennan(1985)提出了该检验的简化版本,即只考虑估计值的平方项,但修正了RESET检验可能存在的多重共线性;Tsay(1986)则选择了不同的回归量,即将交叉项也考虑进来以改进检验功效。RESET检验主要对平均的线性偏离程度很敏感。Mcleod与Li(1983)使用了从线性模型中得到的残差平方来考察对所有的k,残差平方的k阶相关系数与残差的k阶相关系数的平方的偏离程度,偏离意味着非线性。而非参数检验方法主要有:Mcleod与L(i1983)提出的对从线性模型中得到的残差平方应用Ljung-Box Q统计量来检验非线性性。Hinich(1982)最早提出利用双谱检验来检测序列的线性性和正态性;Ashley,Patterson与Hinich(1986)做了进一步的讨论,发现双谱检验对均值意义上的线性偏离很敏感。Brock,Dechert,Scheinkman(1986)在研究混沌检验过程中得到了一种适合于鉴别通常的随机非线性性的检验,称之为BDS检验,其对均值意义上的线性偏离也很敏感。Lee,White与Granger(1993)提出了神经网络检验,并与其他非线性检验进行MC比较,结果表明,其具有较强的功效,但检验的任何一个都不能支配其他检验。因此,我们认为,在进行序列的非线性检验时,有必要进行组合检验。(www.xing528.com)

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。

我要反馈