【摘要】:基于推广的I与I分析框架,可以应用E-G两步法的思路进行非线性协整检验,结合Dufrénot与Mignon给出的检验思路,可以按如下步骤进行非线性非平稳时间序列的非线性协整检验:第一步,应用本书第5章中所介绍的基于长记忆性、混合性概念的非平稳检验方法对各时间序列进行检验。目前,推广的E-G两步法虽然被学者们广泛用于非线性协整检验,然而该方法尚待从理论上加以完善。
基于推广的I(1)与I(0)分析框架,可以应用E-G两步法的思路进行非线性协整检验,结合Dufrénot与Mignon(2002)给出的检验思路,可以按如下步骤进行非线性非平稳时间序列的非线性协整检验:
第一步,应用本书第5章中所介绍的基于长记忆性、混合性概念的非平稳检验方法对各时间序列进行检验。例如,应用修正R/S检验方法和最大Lyapunov指数法检验序列的复杂程度,利用基于熵的相关系数法和推广的KPSS检验法判定序列的平稳性,即是否为广义的I(1)过程。
第二步,先估计非线性方程,然后对其残差进行平稳性检验。这里,Granger等(1991)提出的是非线性可加模型,而更一般的模型则是Breiman与Friedman(1985)、Casdagli(1989)、Mizrach(1992)以及Dufrénot与Mignon(2002)等讨论的显性函数形式,详见本书第7章式(7-6)。当然,在进行下一步检验前需对变换后的序列的长记忆性(或混合性)进行检验。张喜彬、孙青华、张世英(1999)则建议应用神经网络方法估计更一般的变量间的隐函数关系,即非线性协整关系的情形,本书MC仿真表明,神经网络可能会过拟合,因为其内在机制目前还尚待进一步研究解决。对于估计后的残差,则可以再检验其是否为短记忆(混合),也可进一步在线性协整理论的范畴内讨论其是否平稳,即应用传统的ADF检验和PP检验等来确定残差序列是否存在单位根(前提是估计方法能够保证完全析出变量间的非线性结构)。(www.xing528.com)
目前,推广的E-G两步法虽然被学者们广泛用于非线性协整检验,然而该方法尚待从理论上加以完善。
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。