The Specific Linearity Tests in Time Series.pdf

1、一般化線性檢驗的大量使用，使其在時序分析的初步研究和診斷中廣為應用。然而，一旦一般化線性檢驗拒絕原假設，它并不能說明序列應是何種類型的非線性過程。另一方面，設定得當的特定線性性檢驗，在拒絕原假設的同時能夠有效地支持備擇假設。本文主要研究非線性時間序列模型的一些特定線性性檢驗問題，通過對研究文獻的回顧與綜述，研究者試圖回答：為什么研究者傾向于使用非線性時序模型？為什么要進行非線性時序模型的線性性檢驗，并以此作為本研究的邏輯引導。在此基礎上

2、，筆者集中探討六類主要的非線性時間序列模型-BL、EAR、TAR、ESTAR、LSTAR和ARCH模型，以及相應的五個LM檢驗，并基于蒙特卡洛模擬進行實證研究。試圖尋找一種既可用于準確檢驗備擇假設為非線性模型的線性性檢驗，而且同時能避開真實數據生成過程不是由備擇假設所定義的非線性序列所產生和引發(fā)的問題。結果表明：STAR模型的LM檢驗統(tǒng)計量START(1)，由于它具有對所有非線性序列均具有相對高的功效，可被廣泛應用；而ARCH模型的LM

3、檢驗統(tǒng)計量ARCHT(1)，因為它對于非ARCH序列不具有高功效，因此其的應用則相對狹窄。如果特定的線性性檢驗在檢驗非線性性時具有低功效，則它會錯誤地接受線性序列生成的DGP原假設。在本研究中，研究者試圖通過評估一些現有特定的線性性檢驗，從而找出哪些可以得到一般化的應用。研究中主要采用模擬技術，這是因為研究中需要使用數據模擬的過程與結果，來評估一些特定線性性檢驗的功效。為評估LM檢驗作為特定的線性性檢驗在一般化線性性檢驗中的功效，通過引