分位数回归模型的结构突变检验及其应用

• 作 者: 伍兴国
• 出 处: 暨南大学
• 发表日期: 2018年01期
• 关键词: 结构突变 分位数回归 经验检验水平 经验检验功效 因果检验

检验模型结构突变在经济理论与应用上已经受到国内外许多学者的重视,关于检验模型稳定性的文献非常多,但大部分是在最小二乘法下进行研究。如果模型存在结构突变,这种突变时发生在条件分布的尾部,而不是条件分布的中心附近,尤其是当分布为厚尾时,传统最小二乘法下的结构突变检验方法可能失效。因为传统的最小二乘回归法曲线仅仅给出了均值意义上的模型,仅用一条回归曲线去估计和解释变量的关系,就如同用一个平均值去描述分布一样。而分位数回归则考虑不同的分位数水平下考虑变量之间的关系,其用一簇回归曲线去解释和估计模型,因此在分位数回归下检验模型是否存在结构突变,描绘的是一个完整的模型结构突变视图。本文首先从简单的一元线性回归出发,将估计的回归系数表达为:（?）～E(β_x),即普通最小二乘法的回归系数（?）本质上是以x为中心,整个样本区域为带宽,采用Epanechnikov核函数,对区域内的各系数进行加权平均的结果。在这种意义下,参数估计其实为非参数估计的一种特殊形式。对于分位数回归而言,在较小的领域内,总的系数表示为各个分部系数的加权平均。其次,探讨分位数回归模型结构突变的检验方法。无论是普通最小二乘回归,还是分位数回归,检验估计系数是否发生结构突变关键在于验证正规方程组这一过程是否一致成立。因此在检验线性回归结构突变思想的引导下,本文研究了在分位数回归的单结构突变检验方法:递归检验、Wald检验、LR检验、基于残差的检验（KS）和基于估计系数检验（FL）,并给出了这些检验统计量的极限分布,同时进行了蒙特卡洛模拟,在原假设条件下生成模拟数据,分析这些检验统计量的经验检验水平,也在备择假设条件下生成模拟数据,探讨其检验功效,其分析结论表明:这些统计量的检验功效存在差异,并与断点位置、残差的分布、断点偏差、模型形式、分位数位置和样本量等诸多因素都存在紧密联系。最后,在单结构突变检验的基础上,同时也研究和总结了几种在分位数回归下多结构突变检验方法:序贯检验、Wald检验和最小长度描述准则。最后,在分位数回归框架下,运用了结构突变检验理论和格兰杰因果检验的思想,探讨了在分位数回归下日融资增长率与日回报率的因果关系,结论表明:日融资增长与日收益率的有着单向的因果关系,日收益率对日融资增长有不稳定因果关系,熊市和牛市中指数对融资影响是不一致的。同时也在分位数回归及其结构突变的理论下,分析了我国沪深两市的成交量与价格之间的关系。实证结果表明:沪深两市的量价关系在相对较高的分位数上,两者表现为“量价齐扬”和“量缩价跌”的正相关关系;在相对较低的分位数上,两者表现为负相关。由于创业板的开通和中国石油的上市,沪深两市的量价关系都出现了结构性改变,主要集中在成交量相对较高的位置,并且对于深市的影响程度要大于沪市。