門限模型及其在我國宏觀經濟研究中的應用.pdf

1、經濟學理論表明很多重要的宏觀經濟時間序列表現(xiàn)出非線性特征，如果忽略這種非線性特征，使用線性模型分析我國宏觀經濟序列，結論很可能是錯誤的。因此，放松嚴格線性限制，引入非線性方法，對宏觀經濟分析大有裨益。
　　 本文總共包含七章。第一章引言，分別從經濟學和計量經濟學兩個方面分析本文寫作的背景和意義，繼而分析本文使用的研究方法及研究的技術路線，提出本文的研究思路及主要內容的架構；第二章相關理論與文獻回顧，由四個部分組成，常見非線性模型

2、的介紹、STAR模型發(fā)展、STAR模型平穩(wěn)性檢驗的方法以及門限模型中平穩(wěn)性與非線性的聯(lián)合檢驗；第三章提出了tLSTAR檢驗來檢驗LSTAR模型的平穩(wěn)性，推導出tLSTAR統(tǒng)計量的漸近分布，得到臨界值表。對比分析了tLSTAR檢驗和標準DF檢驗的功效，發(fā)現(xiàn)tLSTAR的檢驗功效普遍高于標準DF檢驗；第四章把時間序列退勢的OLS和GLS方法與第三章提出的單位根檢驗方法結合，通過蒙特卡羅試驗發(fā)現(xiàn)，在STAR模型中，對時間序列退勢能不同程度地改

3、善單位根檢驗的功效；第五章結合第三章與第四章的研究結果，構造了Wald統(tǒng)計量聯(lián)合檢驗STAR模型的平穩(wěn)性與線性性；第六章為應用研究，包括中國通貨膨脹預期和ex-ante實際利率的測度、中國貨幣政策效果不對稱性問題、中國貨幣需求函數(shù)的STR模型的構建以及中國通脹水平、通脹不確定性及貨幣政策波動等四部分研究；第七章在前文分析的基礎上，對全文進行總結，并指出研究的局限及后續(xù)研究方向。
　　 本文主要以方法研究為核心，通過放松模型假定條

4、件和改進模型設定使之更符合現(xiàn)實經濟理論和經濟背景，進而通過構造新統(tǒng)計量對現(xiàn)有檢驗方法進行擴展和完善，具體體現(xiàn)在以下幾個方面：(1)George Kapetanios，Yongcheol Shin，Andy Snell(2003)(以下簡稱KSS)分析了ESTAR模型的整體平穩(wěn)性(globalstationary)，本文在此基礎上作了如下擴展：首先，將KSS(2003)模型擴展到帶有截距項和趨勢項的一般形式，構造相應的檢驗統(tǒng)計量，并推導出

5、統(tǒng)計量的極限分布，最后使用蒙特卡羅模擬出本文構造的檢驗統(tǒng)計量的臨界值和有限樣本性質。其次，在KSS(2003)模型的基礎上，將分析由指數(shù)平滑轉移模型擴展到邏輯平滑轉移自回歸模型(LSTAR)，構造了相應的檢驗統(tǒng)計量，并且分別推導出LSTAR模型在不含有截距項和趨勢項、只含有截距項和含有截距項和趨勢項三種情況下統(tǒng)計量的極限分布，以及分析當LSTAR模型殘差存在序列相關時統(tǒng)計量的極限分布，最后使用蒙特卡羅模擬統(tǒng)計量的臨界值和有限樣本性質。(

6、2)我們進一步擴展KSS(2003)的研究，分析在GLS退勢基礎上本文構造的檢驗統(tǒng)計量的檢驗功效是否進一步提高。(3)本文在STAR模型框架下，構造了線性性和平穩(wěn)性的聯(lián)合檢驗統(tǒng)計量，并推導出統(tǒng)計量的極限分布，最后使用蒙特卡羅模擬給出檢驗統(tǒng)計量的臨界值和有限樣本性質。
　　 應用研究創(chuàng)新包含以下幾個方面：(1)使用SVAR方法把中國短期名義利率拆分成預期通貨膨脹率和ex-ante實際利率兩部分。為了解決識別條件不足問題，使用BQ方

7、法，然后使用Band-Pass濾波方法得到實際利率的主趨勢，通過累加SVAR模型中短期沖擊得到ex-ante實際利率的隨機波動，主趨勢和隨機波動相加得到ex-ante實際利率，進而得到預期通貨膨脹率序列。(2)貨幣政策操作效果的對稱與非對稱性研究，本文把總供給總需求和非對稱性結合起來，在彈性價格假設下建構了一個AS-AD模型，然后使用LSTVAR模型的脈沖響應分析了貨幣政策效果的非對稱性。(3)使用對數(shù)貨幣需求函數(shù)構建了貨幣需求函數(shù)的非

8、線性平滑轉移模型(LSTR)。首先使用Terasvirta(2004)提出的方法檢驗了線性協(xié)整模型中存在的非線性特征，選擇轉換變量△gdpt,選擇模型形式為LSTR1。然后按照Terasvirta提出的方法對LSTR1模型進行估計，繼而對LSTR模型進行冗余非線性檢驗和參數(shù)穩(wěn)定性檢驗，表明LSTR1模型全面優(yōu)于線性誤差修正模型，可以用于預測和政策模擬。(4)使用中國1996年1月至2007年12月的月度數(shù)據，基于可變參數(shù)模型和變參數(shù)馬爾