本文選題：重尾過程 + 協(xié)整檢驗(yàn)��； 參考：《山西大學(xué)》2016年碩士論文

【摘要】：協(xié)整是描述經(jīng)濟(jì)時(shí)間變量之間的一種均衡關(guān)系的理論,協(xié)整理論為處理復(fù)雜的宏觀經(jīng)濟(jì)問題提供了有力的理論工具和數(shù)學(xué)模型.在長期的實(shí)證研究中,統(tǒng)計(jì)學(xué)家發(fā)現(xiàn)大部分的金融時(shí)間序列會(huì)呈現(xiàn)尖峰重尾的統(tǒng)計(jì)特征,于是重尾序列的研究成為統(tǒng)計(jì)學(xué)的研究熱點(diǎn).本文主要研究重尾過程的協(xié)整檢驗(yàn).由于重尾過程協(xié)整檢驗(yàn)統(tǒng)計(jì)量的漸近分布中含有不可估計(jì)的重尾指數(shù)α,而且用于協(xié)整檢驗(yàn)統(tǒng)計(jì)量的漸近結(jié)果比較抽象,在實(shí)際應(yīng)用過程中臨界值的選取容易受重尾過程中奇異值的影響而不穩(wěn)定,只具有理論意義.因此,在實(shí)際應(yīng)用過程中還需要一些統(tǒng)計(jì)算法去逼近檢驗(yàn)統(tǒng)計(jì)量的漸近分布.本文通過構(gòu)造Subsampling抽樣算法和Sieve Bootstrap抽樣算法,在不估計(jì)重尾指數(shù)的情況下,分別基于Phillips-Perron(PP)方法與Augmented Dickey-Fuller(AD-F)方法,計(jì)算該檢驗(yàn)統(tǒng)計(jì)量的臨界值,并且證明Subsampling抽樣算法和Sieve Bootstrap抽樣算法在理論上的合理性.同時(shí)通過MonteCarlo模擬證明Subsam-pling抽樣算法和Sieve Bootstrap抽樣算法的有效性.最后運(yùn)用本文的抽樣算法對(duì)上海市稅收收入和GDP之間的關(guān)系進(jìn)行實(shí)證分析,說明該方法的實(shí)用性和有效性.
[Abstract]:Cointegration is a theory that describes the equilibrium relationship between economic time variables. The theory of cointegration provides a powerful theoretical tool and mathematical model for dealing with complex macroeconomic problems. In the long-term empirical research, statisticians found that most of the financial time series will show the statistical characteristics of peak and heavy tail, so the research of heavy-tailed series has become the research hotspot of statistics. This paper mainly studies the cointegration test of heavy tail process. Because the asymptotic distribution of cointegration test statistics for heavy-tailed processes contains an inestimable heavy-tailed exponent 偽, and the asymptotic results for cointegration test statistics are abstract, In practical application, the selection of critical value is vulnerable to the influence of singular value in heavy-tailed process, which is of theoretical significance. Therefore, some statistical algorithms are needed to approximate the asymptotic distribution of test statistics. In this paper, by constructing the subsampling sampling algorithm and the sieve bootstrap sampling algorithm, the critical values of the test statistic are calculated based on the Phillips-Perronn PPP method and the Augmented Dickey-Fuller AD-Fmethod, respectively, without estimating the heavy-tailed index. It is proved that the subsampling sampling algorithm and the sieve bootstrap sampling algorithm are reasonable in theory. At the same time, Monte Carlo simulation proves the validity of Subsam-pling sampling algorithm and sieve bootstrap sampling algorithm. Finally, the empirical analysis of the relationship between tax revenue and GDP in Shanghai is carried out by using the sampling algorithm in this paper, which shows the practicability and effectiveness of the method.
【學(xué)位授予單位】：山西大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;F812.42;F127

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 李云飛;;指數(shù)樣本異常數(shù)據(jù)Z型檢驗(yàn)統(tǒng)計(jì)量的大樣本近似分布[J];統(tǒng)計(jì)與決策;2008年14期

2 黃恒君;劉明;;線性回歸模型幾何分析:基于估計(jì)結(jié)果及檢驗(yàn)統(tǒng)計(jì)量的考察[J];統(tǒng)計(jì)與決策;2013年09期

3 于忠義;;關(guān)于相關(guān)檢驗(yàn)統(tǒng)計(jì)量分布證明的改進(jìn)[J];統(tǒng)計(jì)與決策;2008年02期

4 聶巧平;;單位根檢驗(yàn)統(tǒng)計(jì)量M~(GLS)的有限樣本性質(zhì)與應(yīng)用[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2007年04期

5 徐鳳;黎實(shí);;固定效應(yīng)模型截面相關(guān)性檢驗(yàn)的新方法[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2012年06期

6 張建軍;喬松珊;;樣本參數(shù)的優(yōu)化檢驗(yàn)方法[J];統(tǒng)計(jì)與決策;2008年15期

7 歐陽志剛;;面板數(shù)據(jù)非線性閾值協(xié)整的檢驗(yàn)方法[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2012年03期

8 ;[J];;年期

相關(guān)博士學(xué)位論文 前5條

1 張建玲;隨機(jī)序的統(tǒng)計(jì)檢驗(yàn)[D];北京工業(yè)大學(xué);2015年

2 李華;有關(guān)前景隨機(jī)占優(yōu)和馬科維茨隨機(jī)占優(yōu)的檢驗(yàn)統(tǒng)計(jì)量及其應(yīng)用[D];東北師范大學(xué);2012年

3 沈炎峰;多變量數(shù)據(jù)遺傳分析方法的研究[D];浙江大學(xué);2010年

4 夏志明;統(tǒng)計(jì)模型結(jié)構(gòu)變化的序貫檢測(cè)方法[D];西北大學(xué);2009年

5 朱宏;異常觀測(cè)數(shù)據(jù)處理及不確定大系統(tǒng)的魯棒鎮(zhèn)定[D];四川大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 秦金緒;非平衡面板誤差成分模型的個(gè)體效應(yīng)檢驗(yàn)[D];浙江工商大學(xué);2015年

2 林珍英;關(guān)于一般非參數(shù)Behrens-Fisher問題的秩和檢驗(yàn)方法[D];天津財(cái)經(jīng)大學(xué);2015年

3 吳云霞;我國金融市場資產(chǎn)價(jià)格跳躍行為對(duì)市場的影響研究[D];中國海洋大學(xué);2015年

4 段麗婭;基于統(tǒng)計(jì)抽樣的重尾協(xié)整檢驗(yàn)[D];山西大學(xué);2016年

5 石冠男;復(fù)雜疾病基因定位的統(tǒng)計(jì)方法研究[D];哈爾濱工業(yè)大學(xué);2009年

6 樊國林;高維情況下雙向分類的列聯(lián)表有關(guān)獨(dú)立性的檢驗(yàn)統(tǒng)計(jì)量[D];東北師范大學(xué);2008年

7 彭榮;對(duì)連鎖分析中的一個(gè)檢驗(yàn)統(tǒng)計(jì)量和一個(gè)抽樣方案的改進(jìn)[D];華中師范大學(xué);2002年

8 彭超;擬合優(yōu)度檢驗(yàn)統(tǒng)計(jì)量的研究及在質(zhì)量控制中的應(yīng)用[D];燕山大學(xué);2012年

9 李云飛;異常觀測(cè)數(shù)據(jù)的統(tǒng)計(jì)檢測(cè)方法研究[D];電子科技大學(xué);2005年

10 包少X;兩總體協(xié)方差矩陣成比例的檢驗(yàn)[D];東北師范大學(xué);2011年

，

本文編號(hào)：2012918