带线性时间趋势的分位数回归协整模型检验

协整检验是进行回归分析的首要过程,是避免伪回归的主要方法.然而,大多数协整检验技术都是建立在非稳健的普通最小二乘框架下.这对于普遍具有尖峰厚尾的时间序列来说,可能会导致统计检验的失效.为了解决这个困难,本文提出带线性时间趋势模型的分位数回归协整检验方法.不同于传统的静态协整分析,我们构建了一个分位数残差累积和(QCS)统计量来检验不同分位点上变量间的动态协整关系.应用分位数回归和泛函极限理论,推导出了统计量的渐近分布,并提出了修正的QCS统计量,拓展了其在序列相关以及长期内生性模型中的应用.模拟给出了统计量的临界值并证明了本文的协整检验方法具有良好的有限样本性质.最后,利用所提方法,检验了可支配收入与实际消费之间的动态协整关系,发现随着分位点的增大,它们之间的协整关系越强.     

变结构面板协整检验的响应面函数研究

Panel-ρ检验是常用的异质面板数据协整检验统方法,本文通过Monte Carlo模拟分析Panel-ρ协整检验方法的小样本性质,以及该方法对于变结构面板协整检验的检验功效.结果表明,在小样本情况下Panel-ρ统计量在原假设下的渐进分布会不同于该统计量的理论渐进分布,而且面板数据中存在的结构变化也会对渐进分布产生影响,从而降低Panel-ρ检验的检验功效.为了得到更加符合实际样本情况的统计量临界值,通过Monte Carlo模拟方法得到Panel-ρ协整检验方法的响应面函数,建立了统计量的临界值与面板数据的样本容量、结构变化类型的直接函数关系.Monte Carlo模拟检验表明,响应面函数法确实能够改善Panel-ρ协整检验的检验功效,在小样本容量和具有结构变化的情况下保证了面板协整检验的有效性.     

共同因子结构下非平稳面板数据检验的一致性研究

为了避免伪检验结果,本文分析了多种共同因子结构下非平稳面板数据检验的一致性问题,发现相抵共同因子时面板单位根检验与协整检验存在不一致,进而构建了因子互冲面板协整模型,从模型分析、参数估计和假设检验等方面提出解决一致性问题的方法步骤,最后通过实证研究论证了因子互冲面板协整模型的可行性和实用性。     

面板数据的单位根检验和协整检验——实证分析西部省市固定投资与工业增加值之间的关系

本文介绍了面板数据的单位根检验和协整检验,实证分析西部九省市固定投资和工业增加值的关系,Engle-G ranger检验拒绝部分省市具有均衡增长关系,面板协整检验接受西部地区具有均衡增长关系。     

平滑转换向量误差修正模型的非线性协整SupLM检验

本文考虑平滑转换向量误差修正模型的非线性协整检验问题,相对于传统的两步检验法,给出已知协整向量下的直接检验非线性协整的SupLM检验方法,通过定义平滑转换协整模型,给出SupLM检验统计量,在原假设下得到检验统计量的渐近分布和相关的bootstrap算法,模拟结果和实例计算表明了该方法的有效性。     

面板数据分位数回归模型求解的模式搜索法

本文应用最优化理论,对固定效应的面板数据分位数回归模型,提出一种模式搜索方法,此方法可以同时估计出所有分位点处的解释变量系数和所有个体的固定效应值。进一步利用蒙特卡洛模拟比较现有文献中涉及的面板数据分位数回归方法,结果显示无论误差项是否满足经典假设,模式搜索分位数回归法较之其他分位数回归估计方法更为有效.     

全域面板协整与空间面板误差修正建模方法及其应用

传统的面板协整和误差修正模型只考虑了变量的非平稳特征,而忽视了变量的空间依赖性.若变量兼有非平稳和横截面依赖特征,有必要引入全域面板协整与空间面板误差修正建模方法.关于中国金融发展与对外贸易关系分析就是一个很好的例证.在考虑了面板数据的非平稳性和横截面依赖双重特征的前提下,我国金融发展、利用外资、基础设施建设与对外贸易...     

中国经济增长与环境污染的协整关系研究——基于1991-2007年省际面板数据

利用1991-2007中国29个省市的面板数据,对经济增长与环境污染的长期均衡关系进行了研究,对人均实际GDP及代表环境污染的五类污染物排放指标进行了面板单位根检验和面板协整分析。结果表明,在五类污染物排放指标中,只有工业固体废弃物排放量与人均GDP之间符合EKC特征,工业废水排放量随经济增长而逐渐减少,而工业废气排放量与经济增长不存在协整关系。     

山东金融发展水平测度及其对山东经济增长的贡献度研究

选取1998-2017年的时间序列数据,通过熵权法、协整检验、格兰杰检验和方差分解等计量方法,探究了山东省金融发展水平及其对经济增长的贡献度.结果显示,山东省金融发展水平与经济实力不相匹配,间接融资效率较低,直接融资效率较高,山东省金融发展对经济增长有长期稳定的带动作用且是经济增长的原因,但其对经济增长的贡献度有待提高.     

协整回归残量平稳性的小波检验

本文研究基于小波方法的协整回归残量平稳性检验。将文献[6]中的小波方法推广到了协整关系的检验,给出了对线性协整模型OLS回归后得到的残量进行平稳性检验的小波方法,得到了在原假设非协整下检验统计量的渐近分布。模拟实验和实例分析都验证了新方法的有效性。     

对外贸易、经济增长与二氧化碳排放 ——基于分位数回归的实证研究

基于1997-2016年中国30个省级地区的数据,建立面板分位数回归模型考量对外贸易与经济增长对不同分位水平二氧化碳排放的影响.研究发现:在各分位点对外贸易对碳排放的影响为负,但仅在高分位点显著,并且对外贸易的减排效应表现出随碳排放量增加而增加的趋势.经济增长在50%分位点以外的其他分位点对碳排放具有显著的促进作用,但环境库兹涅茨假说只在低排放省份和高排放省份有效;进一步研究显示,对外贸易通过促进经济增长对碳排放产生的正向间接影响大于负向直接影响,对外贸易总体上加剧了环境污染,验证了"污染天堂假说".     

Statistical inference for quantiles in the frequency domain

For second-order stationary processes, the spectral distribution function is uniquely determined by the autocovariance function of the process. We define the quantiles of the spectral distribution function in frequency domain. The estimation of quantiles for second-order stationary processes is considered by minimizing the so-called check function. The quantile estimator is shown to be asymptotically normal. We also consider a hypothesis testing for quantiles in frequency domain and propose a test statistic associated with our quantile estimator, which asymptotically converges to standard normal under the null hypothesis. The finite sample performance of the quantile estimator is shown in our numerical studies.     

面板数据分位回归中适应性LASSO调节参数的选择

在带有罚函数的变量选择中,调节参数的选择是一个关键性问题,但遗憾的是,在大多数文献中,调节参数选择的方法较为模糊,多凭经验,缺乏系统的理论方法.本文基于含随机效应的面板数据模型,提出分位回归中适应性LASSO调节参数的选择标准惩罚交叉验证准则(PCV),并讨论比较了该准则与其他选择调节参数的准则的效果.通过对不同分位点进行模拟,我们发现当残差E来自尖峰分布和厚尾分布时,该准则能更好地估计模型参数,尤其对于高分位点和低分位点而言.选取其他分位点时,PCV的效果虽稍逊色于Schwarz信息准则,但明显优于A1kaike 信息准则和交叉验证准则.且在选择变量的准确性方面,该准则比Schwarz信息准则、Akaike信息准则等更加有效.文章最后对我国各地区多个宏观经济指标的面板数据进行建模分析,展示了惩罚交叉验证准则的性能,得到了在不同分位点处宏观经济指标之间的回归关系.     

基于面板分位回归方法的我国金融发展对城乡收入差距影响分析

在收入差距的不同分位点上,金融发展对其的影响会展现出不一样的特征。由于我国区域金融发展不均,这一作用机制还具有显著的地区差异。本文利用面板分位回归模型和面板数据聚类方法探寻金融发展对贫富分化作用的分位点特征和地区差异。实证表明,我国大部分地区的金融发展加剧城乡收入差距的扩大,并且这一作用机制存在动态变化特征。当城乡收入差距从高分位点变动到低分位点时,金融发展拉大城乡收入差距的作用逐渐减缓,部分省份甚至具有金融发展抑制城乡收入差距扩大的效应。本文的研究结论将为业内人士和政府的相关决策提供参考依据。     

Semi-parametric quantile estimation for double threshold autoregressive models with heteroskedasticity

Compared to the conditional mean or median, conditional quantiles provide a more comprehensive picture of a variable in various scenarios. A semi-parametric quantile estimation method for a double threshold auto-regression with exogenous regressors and heteroskedasticity is considered, allowing representation of both asymmetry and volatility clustering. As such, GARCH dynamics with nonlinearity are added to a nonlinear time series regression model. An adaptive Bayesian Markov chain Monte Carlo scheme, exploiting the link between the quantile loss function and the asymmetric-Laplace distribution, is employed for estimation and inference, simultaneously estimating and accounting for nonlinear heteroskedasticity plus unknown threshold limits and delay lags. A simulation study illustrates sampling properties of the method. Two data sets are considered in the empirical applications: modelling daily maximum temperatures in Melbourne, Australia; and exploring dynamic linkages between financial markets in the US and Hong Kong.     

Analyzing return asymmetry and quantiles through stochastic volatility models using asymmetric Laplace error via uniform scale mixtures

This paper proposes a new approach to analyze stock return asymmetry and quantiles. We also present a new scale mixture of uniform (SMU) representation for the asymmetric Laplace distribution (ALD). The use of the SMU for a probability distribution is a data augmentation technique that simplifies the Gibbs sampler of the Bayesian Markov chain Monte Carlo algorithms. We consider a stochastic volatility (SV) model with an ALD error distribution. With the SMU representation, the full conditional distribution for some parameters is shown to have closed form. It is also known that the ALD can be used to obtain the coefficients of quantile regression models. This paper also considers a quantile SV model by fixing the skew parameter of the ALD at specific quantile level. Simulation study shows that the proposed methodology works well in both SV and quantile SV models using Bayesian approach. In the empirical study, we analyze index returns of the stock markets in Australia, Japan, Hong Kong, Thailand, and the UK and study the effect of S&P 500 on these returns. The results show the significant return asymmetry in some markets and the influence by S&P 500 in all markets at all quantile levels. Copyright © 2014 John Wiley & Sons, Ltd.     

金融发展对我国出口产品质量的非线性异质影响研究

中国出口产品往往面临量高而质低的困境,这直接导致了我国产品在国际市场上往往只能定位在较低的价格。本文使用2000-2006年中国工业企业数据库和海关数据库匹配所得的微观数据,从产品层面出发测算企业出口产品质量,结合行业层面间接融资渠道测度的金融发展指标,运用非参数分位数面板研究发现:(1)金融发展对出口产品质量存在非线性异质影响且影响模式显著不同,在高分位处呈现“倒N型”特征;(2)在不同分位点处存在差异化的最优金融发展水平,并随分位点下降而降低;(3)非东部地区、高技术产品的质量对金融发展的敏感程度更高,而对低分位产品质量促进作用更大。本文结论表明,区域金融发展宏观调控应考虑到企业自身产品质量水平影响。     

分位数回归方法在资本结构影响因素分析中的应用

传统的OLSE回归只能得到一组系数估计值,因此无法深入分析不同财务杠杆程度下资本结构的影响因素.为此本文尝试着将分位数回归理论引入到回归模型中,通过对我国上市公司的相关数据进行分位数回归分析后发现,不同资产负债率水平下,企业股权结构、企业产生内部资源的能力对资本结构的影响效果不同:低负债率水平下,两者均与债务水平正相关;而高负债率水平下,又均与债务水平负相关.研究还发现,企业的成长性、企业规模以及财务困境成本与债务水平正相关,而盈利能力、非债务税盾则与债务水平负相关。     

Regression Adjustment for Noncrossing Bayesian Quantile Regression

A two-stage approach is proposed to overcome the problem in quantile regression, where separately fitted curves for several quantiles may cross. The standard Bayesian quantile regression model is applied in the first stage, followed by a Gaussian process regression adjustment, which monotonizes the quantile function while borrowing strength from nearby quantiles. The two-stage approach is computationally efficient, and more general than existing techniques. The method is shown to be competitive with alternative approaches via its performance in simulated examples. Supplementary materials for the article are available online.