平滑轉移自回歸模型的研究和應用.pdf

1、眾所周知, 線性模型的統(tǒng)計推斷已經發(fā)展成比較成熟的方法, 并建立了相對完善的數(shù)學基礎。因此長期以來, 線性模型在時間序列分析上占有主流地位。但隨著研究的進一步深入可以發(fā)現(xiàn), 線形模型在描述某些經濟、金融現(xiàn)象上, 與現(xiàn)實偏差相對較大,甚至有時產生違背常識的推斷。平滑轉移自回歸模型(以下簡稱STAR)，正是在這樣的背景之下, 逐步發(fā)展起來的一類特殊的非線性時間序列模型，模型中的參數(shù)有很強的經濟學意義或背景。它的產生和發(fā)展與匯率理論、經濟周期

2、理論的發(fā)展及實證研究緊密結合。 本文首先主要解析研究非線性時間序列模型和STAR模型及其背景和意義,國內外的研究現(xiàn)狀, 在此基礎上,將較為詳細剖析STAR模型一般的設定、估計和檢驗, 以期對STAR模型有一個較全面的理解。進一步, 本文將重點分析STAR模型中線性對非線性檢驗的低勢的原因和改進方法, 這是本文的核心部分。最后, 將以分析人民幣對美元的PPP關系是否存在, 以及其非線性特征為例, 應用ESTAR協(xié)整模型分析人民幣匯

3、率的動態(tài)隨機行為,基于此說明人民幣匯率改革的必要性。 本文的方法論創(chuàng)新研究主要集中于相應的檢驗上: 由于STAR本身是非線性模型，即使擾動的正態(tài)分布假設成立，模型中的某些參數(shù)的分布也會發(fā)生很大的變化。但與STAR模型相關聯(lián)的諸多檢驗, 仍將經典的可求積的移動平均自回歸模型(以下簡稱為ARIMA)中的檢驗套用過來，是一系列“線性”檢驗的擴展，因此檢驗的勢（power）普遍較低，如LM檢驗，F(xiàn)檢驗, LR檢驗, WALD檢驗等。因此

4、, 本文將重點從理論和計算機仿真實驗兩方面，探討該模型中傳統(tǒng)的線性對非線性檢驗低勢的原因，以及利用AIC和修正的AIC準則改進該檢驗的可行性。 本文的應用型創(chuàng)新主要集中于利用ESTAR協(xié)整模型分析人民幣匯率, 它有別于直接利用實際匯率進行ESTAR回歸, ESTAR協(xié)整模型優(yōu)越性, 在于先檢驗了變量的非平穩(wěn)性和協(xié)整關系的存在, 再研究變量動態(tài)行為的調整的非線性, 而避免了虛回歸,該方法更是協(xié)整方法的擴展, 由原來簡單的協(xié)整關系,