会员注册 | 登录 | 微信快捷登录 支付宝快捷登录 QQ登录 微博登录 | 帮助中心 人人文库renrendoc.com美如初恋!
站内搜索 百度文库

热门搜索: 直缝焊接机 矿井提升机 循环球式转向器图纸 机器人手爪发展史 管道机器人dwg 动平衡试验台设计

统计学论文-ADF检验中滞后长度的选择——基于ARIMA(0,1,q)过程的模拟证据.doc统计学论文-ADF检验中滞后长度的选择——基于ARIMA(0,1,q)过程的模拟证据.doc -- 2 元

宽屏显示 收藏 分享

页面加载中... ... 广告 0 秒后退出

资源预览需要最新版本的Flash Player支持。
您尚未安装或版本过低,建议您

统计学论文ADF检验中滞后长度的选择基于ARIMA0,1,q过程的模拟证据【摘要】在进行ADF检验时如何确定一个最优的滞后长度一直是研究者们关注的问题。最近的研究表明,不同的滞后长度选择方法对ADF检验的统计推断影响很大。本文在已有研究的基础上,模拟了更为一般的ARIMA0,1,q过程,分析了在不同的数据生成过程、检验式以及样本容量下,各种滞后长度选择方法对ADF检验功效和实际检验水平的影响,最后认为修正的信息准则通常具有较合理的实际检验水平,而从一般到特殊法具有更为稳健的ADF检验性质。关键词ADF检验滞后长度信息准则修正的信息准则从一般到特殊法AbstractTheoptimallaglengthinestimatingAugmentedDickeyFullerstatisticshavebeenconcentratedonforyears.PreviousresearchindicatedthatdifferentleglengthselectionmodelsaffectalotonthestatisticalinferenceofADFtest.Basedonalltheresearchesavailable,thispapersimulatesamoregeneralARIMA0,1,qprocessandanalyzestheinfluenceoflaglengthselectioncriterionstothesizeandpoweroftheADFtestwithdifferentdatageneratingprocesses,ADFregressions,andsamplesizes.Finally,itisprovedthattheModifiedInformationCriteriaalwaysshowsamorepropersizeandtheGeneraltoSpecialCriteriahasmorerobustpropertiesinADFtest.KeywordsADFtestLagLengthInformationCriteriaModifiedInformationCriteriaGeneraltoSpecific一、引言随着时间序列非平稳问题的提出,单位根检验目前已经成为宏观数据建模前首先要进行的工作。为此,Dickey和Fuller1979,19811提出了著名的ADF检验,并推导了当时间序列yt是ARIMAp,1,0过程且满足检验式中滞后差分项长度k≥p时ADF检验统计量的极限分布。然而,在实际运用ADF检验时,真实的p是不知道的,因此需要研究者自己确定k。总的来说滞后长度的选择方法主要分为两类。一类是经验法ruleofthumb。这种方法是研究者任意选择k,或将k表示为样本容量的函数。另外一类就是根据数据来选择k。这种方法主要有Akaike1973信息准则AkaikeInformationCriteria,以下简写为AIC、Schwarz1978信息准则SchwarzInformationCriteria,以下简写为SIC、Hannan和Quinn1979信息准则HannanandQuinnInformationCriteria,以下简写为HQIC、从一般到特殊法则GeneraltoSpecialCriteria,以下简写为GSC、从特殊到一般法则SpecialtoGeneralCriteria,以下简写为SGC等。此外,在后来的研究中,Weber1998又提出了非自相关法则NoAutocorrelationCriteria,即从一个比较简化的模型开始,逐渐增加滞后差分项直到残差不能拒绝非自相关的原假设。2001年他又提出了一种考虑滞后长度k在特定区间kmin,kmax内的从特殊到一般法,该方法运用了一系列F检验,确定的最优滞后长度是使得比其大的直到kmax的所有滞后差分项对应参数的联合检验均不显著的最小的k。然而很多学者都指出,ADF检验的结论对滞后长度k的选择非常敏感。Phillips和Perron1988模拟发现当真实数据生成过程为随机游走时,随着检验式中差分项滞后长度的增加,会导致ADF检验的功效和水平都降低。另外,Schwert1989、Agiakloglou和Newbold1992以及Harris1992等也指出不同的滞后长度选择方法对ADF检验的实际水平和功效有明显影响。这就引发了关于不同方法确定滞后长度是否以及如何影响ADF统计量极限分布的讨论。其实早在ADF检验提出不久,Said和Dickey1984就证明了对阶数未知的ARMA过程检验单位根时,只要检验式中的滞后长度k满足一定的上界条件和下界条件,仍可以用ADF统计量来检验原过程中单位根的存在。紧接着,Lewis和Reinsel1985提出了一个与Said和Dickey1984下界条件等价的条件,并证明当满足该下界条件和Said和Dickey1984上界条件时检验式中滞后差分项的参数估计量具有一致性和渐近正态性。Hannan和Deistler19882则提出了各信息准则确定一个平稳可逆的ARMA过程滞后长度的若干性质。随后,Ng和Perron1995明确解答了哪些滞后长度选择方法满足这些上界与下界条件,以及运用它们确定滞后长度如何影响ADF检验统计量极限分布的问题。首先,该文讨论了检验式中滞后长度k不满足Said和Dickey1984或Lewis和Reinsel1985下界条件对ADF检验统计量极限分布的影响。他们认为这时仍渐近服从标准DF分布,同时滞后差分项的参数估计量仍具有一致性,但其向真值收敛的速度要小于T为样本容量,下同。接着,Ng和Perron1995将滞后长度的选择准则与上述极限分布条件相比较,证明了在ADF检验中,利用各信息准则确定的滞后长度时不满足下界条件,但统计量仍服从标准DF分布。而当运用GSC时,如果我们确定的滞后长度最大值满足上界条件和Lewis和Reinsel1985下界条件,则滞后差分项的参数估计量具有一致性和渐近正态性,可以用t统计量、F统计量和Wald统计量检验其显著性。最后通过模拟重点讨论了当数据生成过程为ARIMA0,1,1时各方法确定的滞后长度以及对ADF检验功效和实际检验水平的影响。类似地,Hall1994还从一个纯自相关过程入手,给出了当真实数据生成过程是一个ARIMAp,1,0过程时,ADF统计量服从DF分布应满足的假设条件。并讨论了不同滞后长度选择准则对ADF统计量极限分布的影响。他认为当运用AIC、SIC、HQIC以及GSC确定滞后长度时,满足上述条件,因此ADF统计量仍服从标准DF分布,而运用SGC时不能满足上述条件,从而ADF统计量的极限分布发生变化,不再服从标准DF分布。最后对于不同的ARIMAp,1,0过程,模拟了基于各种准则的ADF检验功效与实际检验水平。此外,随着研究的不断深入,学者们又从一些新的角度对滞后长度选择的问题进行了探讨。比如Ng和Perron2001将Elliott、Rothenberg、和Stock19963以及Dufour和King19914提出的局部GLS退势法与Perron和Ng19965提出的修正的单位根检验统计量相结合,提出了一系列MGLS统计量来检验单位根。在这种检验中,他们首度运用了一系列修正的信息准则ModifiedInformationCriteria,以下简写为MIC来确定滞后长度,并给出了其局部渐近性质。MIC与一般信息准则的本质区别就在于它考虑到检验式中一阶滞后项参数估计量的偏差与滞后长度是高度相关的,进而通过加入一个包含一阶滞后项参数估计量的修正项对信息准则拟和不足的问题进行了一定的校正。Ng和Perron2005又重点探讨了在运用各种信息准则时,可用观测值个数即调整的样本容量、计算均方误差时的自由度、以及计算惩罚因子penaltyfactor时使用的观测值个数对滞后长度选择的影响。结果表明在有限样本下AIC与SIC选择的滞后长度对上述三个因素非常敏感。综上所述,已有的研究主要集中在对ARIMAp,1,0和ARIMA0,1,1过程进行单位根检验时,各方法确定的滞后长度以及相应的单位根检验的功效与实际水平上。而对ARIMA0,1,q即含有单位根的高阶移动平均过程的研究则比较少。另外,也鲜见MIC与其他方法比较的相关研究。针对这些问题,本文对Hall1994,Ng和Perron1995,2001的方法和结论进行扩展,在接下来的部分中用蒙特卡罗模拟的方法在有限样本下研究一个更一般的ARIMA0,1,q过程,对模拟结果中不同滞后期选择方法尤其是MIC的优劣进行比较,以期找到一种能应用在更一般的数据生成过程中,并使ADF检验推断更真实可靠的滞后长度选择方法。最后一部分是对全文的总结,并提出了一些滞后项选择及ADF检验中需要注意的问题。二、模拟结果根据Hall1994,Ng和Perron1995,2001文章中的结论,运用信息准则和GSC确定滞后长度时,ADF统计量仍服从标准DF分布。其中运用GSC时滞后差分项以的速度收敛于真值,从而使ADF检验有一个更优的有限样本性质。MIC是对通常信息准则的修正。因此本文选取AIC、SIC、MAIC、MSIC以及GSC五种方法来确定ADF检验式中的滞后长度。重点考察小样本下当误差项为高阶移动平均过程时基于各准则的ADF检验功效和实际检验水平的特征,以及MIC与其他方法相比对ADF检验统计推断的影响和滞后长度选择的异同。各方法确定滞后长度的原理如下首先,AIC与SIC具有相似的形式,选择的滞后长度k满足使1式的值最小。其中AIC准则中CT2,SIC准则中CTlogT,表示估计方程的误差均方,它往往随着滞后长度的增加而下降。是ADF检验式中的解释变量个数,它等于滞后差分项个数k加上常数项以及时间趋势项,会随滞后长度的增加而变大,代表了对过度拟和的惩罚。因此选择k使1最小意味着在较少参数和较小的残差平方和之间做出选择。1另外,Ng和Perron2001提出了一系列的修正的信息准则即MIC。其选择的滞后长度是使得目标方程2的值最小的k,依据CT的表达式不同MIC又分别称为MAIC与MSIC。2它与一般的信息准则的不同就是增加了一个修正因子,其表达式为3其中是ADF检验式中一阶滞后项的参数估计量。Ng和Perron2001证明会随着ADF检验式中滞后差分项个数k的增加而减小,尤其当数据生成过程的移动平均部分含有负根时,这种减小更加明显,因此可以有效地校正一般信息准则拟和不足的问题。GSC则是在ADF检验式中选取rjm个滞后差分项,并通过对最后m个参数i1,,m的显著性进行联合检验来完成的,其中j∈0,jmax。该检验的Wald形式为4其中56它代表所有解释变量的方差协方差矩阵,是中右下方mm阶的块矩阵。代表该检验式回归函数的误差均方,其中代表回归式的残差。检验规则为j从最大的取值jmax开始,依次降低其取值直到4式表示的统计量显著。该统计量服从自由度为m的χ2分布。基于显著性水平α,滞后长度k的取值为①kj1,当是统计量所有值中第一个大于临界值的值时。②k0,当统计量所有值均小于临界值时。为了考察误差项为高阶移动平均过程时ADF检验中滞后长度的选择问题,我们对形如7式的数据生成过程共10种情况运用上述五种方法选择滞后长度继而进行ADF检验。7其中L是滞后因子,ut是白噪声,y00。10种数据生成过程如下①θ10.8,θ20.0,θ30.0,θ40.0②θ10.5,θ20.0,θ30.0,θ40.0③θ10.5,θ20.0,θ30.0,θ40.0④θ10.8,θ20.0,θ30.0,θ40.0⑤θ10.8,θ20.5,θ30.0,θ40.0⑥θ10.5,θ20.3,θ30.0,θ40.0⑦θ10.5,θ20.3,θ30.0,θ40.0⑧θ10.8,θ20.5,θ30.0,θ40.0⑨θ10.8,θ20.5,θ30.0,θ40.0⑩θ10.5,θ20.3,θ30.2,θ40.1。这10种情况描述了误差项移动平均部分的根在个数、大小、正负等方面的不同情形。ADF检验的原假设H0ρ1备择假设H1ρ1。ADF检验式如下ab为考察不同情形下ADF检验的功效和实际检验水平,我们对每种数据生成过程分别取β1、0.95、0.85,用Rats6.2模拟样本容量T100时基于两种检验式a和b的上述检验过程以及T250时基于检验式a的上述检验过程。对每种情况重复10000次,计算ADF统计量小于临界值的概率,同时记录每次选择的滞后长度,最后计算滞后长度的均值和标准差。当真实数据生成过程是单位根过程即β1时,ADF统计量小于临界值的概率就是犯弃真错误的概率,即实际检验水平。而当真实数据生成过程为平稳过程即β1时,ADF统计量小于临界值的概率则是1犯取伪错误的概率,即检验功效。这里运用GSC确定滞后长度时取m1,即计算单个参数的t统计量,显著性水平取5,各准则的最大滞后长度取kmax206。根据模拟结果,我们重点比较了各方法在滞后长度选择及其相应的ADF检验功效和实际检验水平方面的异同,并考察了误差项为高阶移动平均时的各种数据生成过程、不同检验式以及样本容量对滞后长度选择及ADF检验统计推断的影响,从而对Hall1994,Ng和Perron1995的结论做了一定的补充。1.不同准则的比较滞后长度及其标准差方面见表1、3、5,总得来说,GSC、AIC与MAIC选择的滞后长度通常要高于SIC与MSIC,前者往往倾向于过度拟和。具体来说,当DGP中移动平均部分的根为正时,AIC与MAIC、SIC与MSIC选择的平均滞后长度很接近。当移动平均部分含有负根时,修正的信息准则往往比相应的原准则选择更大的平均滞后长度,并且这一差距随着根更接近于1或负根个数增加而更加明显,同时滞后长度的标准差也随之增加。表1滞后长度的均值和标准差检验式aT100βARIMAp,d,qθ1θ2θ3θ4AICSICMAICMSICGSC1.0ARIMA0,1,10.80.00.00.05.543.062.791.185.292.942.751.238.145.381.0ARIMA0,1,10.50.00.00.02.992.721.460.712.812.441.480.826.616.181.0ARIMA0,1,10.50.00.00.02.852.681.340.753.012.551.771.086.716.301.0ARIMA0,1,10.80.00.00.04.623.282.031.346.393.604.502.567.655.731.0ARIMA0,1,20.80.50.00.07.393.144.341.307.062.974.261.419.204.771.0ARIMA0,1,20.50.30.00.03.792.702.180.813.622.412.160.857.055.891.0ARIMA0,1,20.50.30.00.02.152.780.440.802.392.620.961.176.256.531.0ARIMA0,1,20.80.50.00.03.963.191.311.335.433.393.472.157.295.871.0ARIMA0,1,20.80.50.00.06.383.563.222.028.473.756.663.388.715.141.0ARIMA0,1,40.50.30.20.15.213.631.631.324.913.431.821.448.305.440.95ARIMA1,0,10.80.00.00.05.573.142.771.175.333.172.761.378.095.36
编号:201312171328583945    大小:39.07KB    格式:DOC    上传时间:2013-12-17
  【编辑】
2
关 键 词:
行业资料 农林牧渔 精品文档 统计学论
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
  人人文库网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

当前资源信息

4.0
 
(2人评价)
浏览:8次
docin上传于2013-12-17

官方联系方式

客服手机:17625900360   
2:不支持迅雷下载,请使用浏览器下载   
3:不支持QQ浏览器下载,请用其他浏览器   
4:下载后的文档和图纸-无水印   
5:文档经过压缩,下载后原文更清晰   

相关资源

相关资源

相关搜索

行业资料   农林牧渔   精品文档   统计学论  
关于我们 - 网站声明 - 网站地图 - 友情链接 - 网站客服客服 - 联系我们
copyright@ 2015-2017 人人文库网网站版权所有
苏ICP备12009002号-5