该文认为重尾条件下门限自回归模型(TAR)的最小二乘估计不一定是相合的。本文对重尾TAR模型发展了一种系统地统计推断方法。首先研究重尾TAR模型的SLAD估计：证明了门限参数估计的相合性（速度为n），且其弱到一个复合泊松过程的极小值分布；证明了斜率参数的相合性（速度为 ）及渐近正态性。在此理论基础上，考虑了检验斜率参数线性约束的Wald统计量，并给出门限参数的统计推断方法。同时，基于符号函数构造了一个portmanteau 检验统计量，验证所提出模型的可行性。利用模拟实验分析在有限样本下估计方法和检验统计量的表现。最后将本文提出的理论和方法应用到实际例子中。
杨亚星，科技大学统计学博士，现任厦门大学经济学院统计系与王亚南经济研究院（WISE）助理教授，主要从事金融计量经济学、非线性时间序列分析等领域研究。研究论文发表在Journal of Econometrics, Journal of Business and Economic Statistics等计量经济学和统计学国际学术期刊上。
号外号外，特朗普又出行政命令啦！行政命令有多强，买不了吃亏，买不了上当，是你就60秒！
推荐：
网友评论 ()条 查看