×
尼古拉·戈斯波迪诺夫

单位根TAR-GARCH（1,1）模型线性的渐近和自举检验。 （英语） Zbl 1418.62324号

《经济学杂志》。 146，第1号，146-161（2008）.
小结：本文推导了当一个区域包含单位根时，具有GARCH误差的TAR模型中阈值非线性的拉格朗日乘子（LM）检验的极限分布。结果表明，渐近分布是非标准的，并且依赖于捕获过程的条件异方差程度和非高斯性质的妨害参数。我们提出了一个bootstrap程序来近似线性检验的精确有限样本分布，并建立了其渐近有效性。

引用于2文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62E20型 统计学中的渐近分布理论
第62页 参数假设检验
62克09 非参数统计重采样方法
62第20页 统计学在经济学中的应用

关键词：

门限自回归模型;单位根过程;加奇;双参数布朗运动;引导数据库
PDF格式BibTeX公司 XML格式引用
\textit{N.Gospodinov}，J.Econom。146，第1号，146--161（2008；Zbl 1418.62324）
全文： 内政部

参考文献：

[1] 安德鲁斯，D.W.K。；Ploberger，W.，《仅在备选方案下存在干扰参数时的最优测试》，《计量经济学》，621383-1414（1994）·Zbl 0815.62033号
[2] Bickel，P.J。；Freedman，D.，《引导的一些渐近理论》，《统计年鉴》，第9期，第1196-1217页（1981年）·Zbl 0449.62034号
[3] Bollerslev，T.，广义自回归条件异方差，计量经济学杂志，31307-328（1986）·Zbl 0616.62119号
[4] Bollerslev，T。；Wooldridge，J.M.，时变协方差动态模型中的准最大似然估计和推断，《计量经济学评论》，第11期，第143-172页（1992年）·Zbl 0850.62884号
[5] Boswijk，H.P.，2001年。测试具有近积分波动率的单位根。阿姆斯特丹大学（未出版手稿）；Boswijk，H.P.，2001年。测试具有近积分波动率的单位根。阿姆斯特丹大学（未出版手稿）
[6] 坎纳，M。；Hansen，B.E.，单位根阈值自回归，《计量经济学》，69，1555-1596（2001）·Zbl 1018.62064号
[7] 卡拉斯科，M。；Chen，X.，各种GARCH和随机波动率模型的混合和矩性质，计量经济学理论，18，17-39（2002）·Zbl 1181.62125号
[8] Chan，K.S.，阈值自回归测试，《统计年鉴》，1886-1894（1990）·Zbl 0711.62074号
[9] Chan，K.S.，阈值自回归的似然比检验的百分点，皇家统计学会杂志B，53，691-696（1991）·Zbl 0800.62540号
[10] Chan，K.S。；Tong，H.，关于阈值自回归的似然比检验，英国皇家统计学会杂志B，52，469-476（1990）·Zbl 0706.62078号
[11] Davidson，J.，《随机极限理论》（1994），牛津大学出版社：牛津大学出版社
[12] Davies，R.B.，《仅在备选方案下存在干扰参数时的假设检验》，Biometrika，74，33-43（1987）·兹比尔0612.62023
[13] Engle，R.F.，英国通货膨胀方差估计的自回归条件异方差，计量经济学，50987-107（1982）·Zbl 0491.62099号
[14] 弗朗克·C。；Zakoían，J.M.，一般类GARCH（1,1）模型在观测过程中没有矩假设的混合性质，计量经济学理论，22815-834（2006）·Zbl 1100.62083号
[15] Gonzalez，M.，Gonzalo，J.，1998年。阈值单位根模型。马德里卡洛斯三世大学（未出版手稿）；Gonzalez，M.，Gonzalo，J.，1998年。阈值单位根模型。马德里卡洛斯三世大学（未出版手稿）
[16] Gospodinov，N.，《短期利率阈值非线性测试》，《金融计量经济学杂志》，3344-371（2005）
[17] 霍尔，P。；Heyde，C.C.，鞅极限理论及其应用（1980），学术出版社：纽约学术出版社·Zbl 0462.60045号
[18] Hansen，B.E.，《在无效假设下无法识别干扰参数时的推断》，《计量经济学》，第64期，第413-430页（1996年）·Zbl 0862.62090号
[19] Hansen，B.E.，TAR模型中的推断，非线性动力学和计量经济学研究，2119-131（1997）·Zbl 1078.91558号
[20] Hansen，B.E.，《线性测试》，《经济调查杂志》，第13期，第551-576页（1999年）
[21] Ingersoll，J.，《财务决策理论》（1987），Rowman&Littlefield:Rowman and Littlefeld Totowa，NJ
[22] Jing，B.Y.，《对称下的一些重采样程序》，《澳大利亚统计杂志》，37，337-344（1995）·Zbl 0853.62036号
[23] Lee，S.W。；Hansen，B.E.，GARCH（1,1）拟极大似然估计的渐近理论，计量经济学理论，10，29-52（1994）
[24] Ling，S。；Li，W.K.，具有一般自回归异方差误差的不稳定自回归移动平均时间序列的最大似然估计的极限分布，《统计年鉴》，26，84-125（1998）·兹比尔0932.62103
[25] Ling，S。；Li，W.K.，具有GARCH（1,1）误差的单位根过程的渐近推断，计量经济学理论，19541-564（2003）·Zbl 1441.62798号
[26] Ling，S。；李，W.K。；McAleer，M.，《带有GARCH（1,1）误差的单位根过程的估计和测试：理论和蒙特卡罗证据》，《计量经济学评论》，22，179-202（2003）·Zbl 1106.62346号
[27] Lumsdaine，R.，IGARCH（1,1）和协方差平稳GARCH（1,1·Zbl 0844.62080号
[28] Miguel，J.A。；Olave，P.，ARCH模型中的Bootstrapping预测区间，Test，8，345-364（1999）·Zbl 0938.62050号
[29] Nelson，D.B.，GARCH（1,1，）模型中的静态性和持久性，计量经济学理论，63118-334（1990）
[30] Pascual，L.，Romo，J.，Ruiz，E.，2000年。使用引导程序预测GARCH过程中的收益和波动。工作文件00-68。马德里卡洛斯三世大学；Pascual，L.，Romo，J.，Ruiz，E.，2000年。使用引导程序预测GARCH过程中的收益和波动。工作文件00-68。马德里卡洛斯三世大学
[31] 菲利普斯，P.C.B。；Yu，J.，Jackknifing债券期权价格，《金融研究评论》，18707-742（2005）
[32] Quandt，R.，《线性回归服从两种不同制度的假设检验》，《美国统计协会杂志》，55，324-330（1960）·Zbl 0095.13602号
[33] Seo，B.，条件异方差单位根检验的分布理论，《计量经济学杂志》，91，113-144（1999）·Zbl 0930.62016号
[34] Shorack，G.R。；Wellner，J.A.，《统计应用的经验过程》（1986年），威利出版社：威利纽约·Zbl 1170.62365号
[35] Tong，H.，《非线性时间序列：动力系统方法》（1990），牛津大学出版社：牛津大学出版社·Zbl 0716.62085号
[36] Wong，C.S。；Li，W.K.，用条件异方差检验阈值自回归，生物统计学，84407-418（1997）·Zbl 1058.62554号
[37] Wong，C.S。；李维康，双门限自回归条件异方差模型的检验，中国统计，10173-189（2000）·Zbl 0970.62059号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。