论文部分内容阅读
面板数据(panel data),是指在横向方向上代表时间序列,纵向上表示不同样本对象的二维数据。面板数据是经济模型中常见的研究对象,如不同国家不同时期GDP总量,不同地区的石油价格变动等这都是面板数据。断点(break point),也称变点(change point),是指一组数据前后出现显著性的水平差异,断点估计更是金融模型,时间序列分析的重要研究领域。在此之前,已有文章(Bai,2010)给出了面板数据断点估计与分布的研究结果,这些文章的研究主要集中在断点为均值断点或者为方差断点,或者为均值断点与方差断点同时出现时的情形。本文将这一研究区域放大,考虑不同情形下的均值断点与方差断点,即均值断点与方差断点可能不一致,并试图将原有的结论推广到该种情形下。本文主要讨论两个问题,一个是断点的参数估计,一个是在一定条件下给出断点的非退化分布。当面板数据同时出现均值断点与方差断点时,便需要估计两个参数,我们在估计时采用的策略是先后估计,具体是先采用最小二乘法对均值断点进行估计,再采用拟似然估计方法对方差断点估计,结论表明在一定条件下,采用这种方法估计得到的估计具有相合性。为了进一步验证我们的结论,我们通过采用蒙特卡洛方法对实验进行了模拟,模拟结果与结论一致,这也说明了,这种估计策略是合适的。在前面的断点估计中,我们发现断点估计量是一个退化分布,为了给出其非退化分布,我们修改了之前的条件,分别给出了新条件下均值断点与方差断点的极限分布。