平滑轉(zhuǎn)移模型的估計與設(shè)定檢驗研究.pdf

1、由于經(jīng)濟(jì)行為的復(fù)雜性，宏微觀經(jīng)濟(jì)現(xiàn)象普遍存在非線性特征。因此，建立可靠的非線性模型對描述和解釋非線性經(jīng)濟(jì)行為模式是至關(guān)重要的。自從美國學(xué)者Hamilton開創(chuàng)性地運(yùn)用馬爾可夫轉(zhuǎn)移模型分析美國GDP增長率以來，以機(jī)制轉(zhuǎn)換為代表的非線性時序模型已成為分析宏微觀經(jīng)濟(jì)過程變化規(guī)律和預(yù)測的重要組成部分.這其中又以平滑轉(zhuǎn)移模型（Smooth Transition Regression，STR）具有優(yōu)秀的性質(zhì)，逐漸進(jìn)入國內(nèi)外學(xué)者的視線，成為追蹤焦點，

2、廣泛應(yīng)用于經(jīng)濟(jì)周期研究、購買力平價假設(shè)、失業(yè)率與產(chǎn)出等宏觀經(jīng)濟(jì)現(xiàn)象的建模與預(yù)測。因此，STR的估計和檢驗作為建模過程兩個關(guān)鍵環(huán)節(jié)，其可靠性研究以及如何構(gòu)造更穩(wěn)健更可靠的估計和檢驗框架一直是非線性時序分析中的重要課題。
　　 國內(nèi)外學(xué)者已經(jīng)對此開展研究，但存在缺陷或者問題。例如，使用網(wǎng)格搜索BHHH算法初值時沒有給出參數(shù)空間劃分的細(xì)節(jié)；在使用啟發(fā)式算法求解最大似然函數(shù)以及構(gòu)造模擬估計量方面尚屬空白；線性檢驗的可靠性研究和改進(jìn)都是針

3、對獨(dú)立同分布數(shù)據(jù)的，而現(xiàn)實經(jīng)濟(jì)過程存在各種形式的異方差或序列相關(guān).有鑒于此，本文在全面系統(tǒng)地研究STR估計和線性檢驗可靠性的基礎(chǔ)上重點考察相關(guān)因素，例如搜索網(wǎng)格的劃分、轉(zhuǎn)移速度等對估計量和統(tǒng)計量性質(zhì)的影響.具體來說，第一，使用遺傳算法代替BHHH，給出算法設(shè)定的參考值；第二，構(gòu)造非參數(shù)模擬最大似然估計量( NPSML)，研究窗寬的影響，使用滑動窗寬進(jìn)一步提高NPSML估計量的可靠性；第三，使用多種模擬方法修正漸近檢驗的水平扭曲，比較不同

4、方法的差異，給出相關(guān)程序和實施細(xì)節(jié)；第四，給出ESTAR和LSTAR單位根檢驗臨界值，并在可靠性研究的基礎(chǔ)上考察人民幣實際匯率是否存在長期非線性均值回歸現(xiàn)象以及中美兩國實際利率是否滿足實際利率平價假設(shè)；第五，在STR協(xié)整框架內(nèi)分析非線性泰勒規(guī)則在我國貨幣政策制定中是否適用，是否比線性協(xié)整更能刻畫我國同業(yè)拆借率的走勢。以上研究的理論意義在于提高模型估計和檢驗的可靠性，進(jìn)而提高STR模型在面對復(fù)雜數(shù)據(jù)生成過程時的描述和預(yù)測能力，避免模擬方法

5、誤設(shè)或者濫用；實踐意義在于拓展STR模型的應(yīng)用范圍，使其能夠更好地解釋經(jīng)濟(jì)現(xiàn)象的非線性行為.
　　 本文得到以下結(jié)論：第一，使用遺傳算法可以顯著改善估計量在小樣本和誤差項存在序列相關(guān)時的低效問題，通過尋找交叉率和變異率的最優(yōu)組合可以提高算法執(zhí)行效率；第二，NPSML估計量具有穩(wěn)健性，但有效性較低，這是因為核估計存在邊界效應(yīng)，而滑動窗寬可以做到逐點計算最優(yōu)窗寬，從而改善估計量的有效性；第三，獨(dú)立同分布序列時，蒙特卡羅檢驗可以精確的

6、控制實際水平，優(yōu)于殘差自助法和參數(shù)自助法，誤差項存在序列相關(guān)時，整塊自助檢驗優(yōu)于篩式自助檢驗，但前者的效果受到塊長度的影響。誤差項服從GARCH、EGARCH和FIGARCH過程時，建議直接使用Wild自助檢驗；第四，NLADF和NLPP可靠性優(yōu)于傳統(tǒng)ADF統(tǒng)計量，并且加入非線性平滑轉(zhuǎn)移機(jī)制后，人民幣的PPP和RIP假說成立，利用NLADF統(tǒng)計量的伴隨概率還可以確定機(jī)制轉(zhuǎn)移行為的對稱性特征；第五，我國宏觀經(jīng)濟(jì)環(huán)境下的泰勒規(guī)則具有明顯的非