阈值自回归模型和阈值协整理论与方法研究 pdf epub mobi txt 电子书 下载 在线阅读 2026

基本信息

书名：阈值自回归模型和阈值协整理论与方法研究

定价：36.00元

作者：刘汉中

出版社：经济科学出版社

出版日期：2011-12-01

ISBN：9787514114423

字数：

页码：

版次：1

装帧：平装

开本：16开

商品重量：0.400kg

编辑推荐

---

内容提要

---

研究表明许多经济变量呈现出非线性动态调整机制，如果仍然采用线性自回归模型来描述这些经济变量的动态机制是不合适的，这无疑对经典时间序列分析方法论提出了新的挑战。近年来，阈值自回归(ThresholdAutoregression，TAR)方法已成为时间序列非线性建模的主要研究领域之一。TAR原理方法是基于“分段”线性逼近，即把时间序列分割成几个机制，每个机制上都采用不同的线性自回归模型进行逼近，刻画了时间序列在不同机制中呈现不同的动态特征。《阈值自回归模型和阈值协整理论与方法研究》针对阈值自回归和阈值协整的理论方法，研究各检验与估计方法的优缺点，对有关检验和估计方法进行改进，从理论上证明改进方法的适用性，并采取Monte—Cado模拟技术揭示新方法相对于旧方法的优越性。具体而言，本书共分8章内容，从各个方面研究阈值自回归和阈值协整理论方法。

目录

---

作者介绍

---

文摘

---

序言

---

阈值自回归模型与阈值协整理论：探索非线性动态系统中的隐藏规律 本书深入探讨了统计学和计量经济学领域中两个至关重要的概念——阈值自回归（TAR）模型和阈值协整理论。在自然界、社会经济活动乃至生物系统中，许多现象的演化路径并非简单的线性关系所能概括。它们往往表现出显著的非线性特征，即系统的行为模式会随着某个（或多个）观测变量的取值跨越特定阈值而发生根本性的转变。本书正是致力于揭示并量化这些非线性动态过程，为理解和预测复杂系统提供一套严谨的理论框架和实用的分析工具。 第一部分：阈值自回归模型（TAR）——捕捉非线性切换的奥秘 TAR 模型是分析和建模具有阈值效应时间序列数据的核心工具。其基本思想在于，一个时间序列的当前值不仅依赖于其自身的历史值，而且这种依赖关系会根据某个（或多个）“门限变量”（threshold variable）是否跨越某个预设的“阈值”（threshold）而呈现出不同的形式。这就像一个开关，当门限变量处于某个区间时，系统按照一种规律运行；当它跨越了某个界限，系统的运行机制则会切换到另一种模式。 本书将从TAR模型的基本概念入手，清晰地阐释其数学结构。我们将详细介绍单变量TAR模型，例如经典的 Chan（1990）的门限自回归（TAR）模型，它将时间序列分解为不同区域，每个区域内应用独立的自回归（AR）过程。例如，在一个经济周期模型中，经济增长率可能在繁荣期与衰退期表现出不同的自回归结构，而GDP增长率本身或通货膨胀率就可以作为门限变量。 随后，本书将进一步拓展至 多变量TAR模型，以及 向量自回归（VAR）模型的阈值扩展，即向量阈值自回归（VTAR）模型。VTAR模型能够同时处理多个时间序列之间的非线性关系，捕捉到不同变量之间在跨越特定阈值时相互作用模式的切换。例如，在分析股票市场时，一个市场的波动性（门限变量）可能影响其他市场（被解释变量）的回归系数，从而展现出不同市场的联动效应也会随之改变。 在模型构建方面，本书将详细讲解 门限变量的选取 和 阈值的估计。门限变量的选取需要基于理论和数据的探索，而阈值的估计则是TAR模型分析的关键步骤。我们将介绍 非参数估计方法，如 网格搜索（grid search） 或 最优分割（optimal segmentation） 方法，以及 基于统计检验的阈值确定方法，例如 Least Squares Cross-Validation（LSCV） 等。这些方法旨在找到最能解释数据非线性特征的门限变量和阈值。 此外，本书还将深入探讨TAR模型的 参数估计。当门限值被确定后，每个区域内的AR参数通常可以通过 条件最小二乘法（Conditional Least Squares） 来估计。我们将详细推导这些估计量的性质，包括其一致性（consistency）和渐近正态性（asymptotic normality），并讨论如何进行参数的有效检验。 在模型诊断方面，本书不会忽视对TAR模型拟合优度的评估。我们将介绍 残差分析，例如检查残差的自相关性、异方差性和正态性，以及 模型选择准则，如 赤池信息准则（AIC） 和 贝叶斯信息准则（BIC），以帮助读者选择最优的TAR模型。 最后，本书将通过多个 实际案例分析，展示TAR模型在不同领域的应用。例如，在宏观经济学中，用于分析货币政策传导机制、通货膨胀动态；在金融学中，用于刻画资产价格波动、市场风险管理；在生态学中，用于研究种群数量的周期性波动。这些案例将帮助读者将理论知识转化为解决实际问题的能力。 第二部分：阈值协整理论与方法——揭示非线性动态关系中的长期均衡 当两个或多个时间序列之间存在长期稳定关系时，我们称之为协整。然而，在现实世界中，这种长期关系并非总是线性的，它也可能受到阈值效应的影响。例如，两个国家之间的汇率可能在正常波动范围内呈现出一定的协整关系，但当汇率波动幅度过大，跨越某个预设的“正常”范围时，这种关系可能会被打破，或者转变为另一种非线性形式。阈值协整理论 正是为了解决这类问题而生。 本书将首先回顾 传统的协整理论，包括 Engle-Granger两步法 和 Johansen检验，为读者建立坚实的背景知识。在此基础上，我们将引入 阈值协整（Threshold Cointegration） 的概念，解释其核心思想：即变量之间的长期均衡关系会随着某个（或多个）变量的取值跨越特定阈值而发生转变。 我们将详细介绍 阈值协整模型的构建。这通常涉及将传统的向量误差修正模型（VECM）与TAR模型相结合。例如，一个 向量误差修正模型的阈值扩展（TVECM） 可以被用来刻画这种非线性协整关系。我们将阐明，在正常区域内，误差修正项（表示偏离均衡的程度）的修正速度可能与在异常区域内不同。 本书将重点讲解 阈值协整关系的检验方法。与TAR模型类似，阈值协整模型也需要确定门限变量和阈值。我们将介绍 基于似然比检验（Likelihood Ratio Test） 或 信息准则 来检验是否存在阈值协整以及确定最优阈值的方法。这些检验方法将帮助我们判断变量之间是否存在非线性的长期均衡关系，以及这种关系的“切换点”在哪里。 在模型参数估计方面，我们将讨论 TVECM模型的参数估计。在确定了门限和门限变量后，模型的参数通常可以通过 非线性最小二乘法（Nonlinear Least Squares） 或 最大似然估计（Maximum Likelihood Estimation） 来估计。我们将分析这些估计量的统计性质，并探讨如何进行参数的假设检验。 本书还将深入探讨 阈值协整模型的解释和应用。例如，在国际金融领域，用于分析不同国家间资产价格的非线性联动关系，以及货币政策在不同经济状态下的传导效应。在环境科学中，可以用于研究气候变量之间在极端事件发生时的非线性依赖关系。 此外，本书还将介绍 多重阈值协整模型，以及 考虑内生门限变量的协整模型。这些更复杂的模型能够更精细地捕捉现实世界中可能存在的复杂非线性动态关系。 理论深度与实践指导的融合 本书的写作宗旨是兼顾理论的严谨性和实践的可操作性。在理论层面，我们力求深入剖析TAR模型和阈值协整理论的数学基础，严谨推导关键定理，并讨论模型的渐近性质。在方法层面，我们提供了详细的算法步骤和模型构建指南，并辅以易于理解的图示和伪代码。 本书适用于对时间序列分析、计量经济学、金融计量学、经济预测、数据科学等领域感兴趣的研究人员、学者、研究生以及对非线性动态系统有深入了解需求的专业人士。通过阅读本书，读者将能够： 深刻理解 具有阈值效应的非线性时间序列数据的内在特征。 掌握 构建和估计TAR模型以及阈值协整模型的核心技术。 熟练运用 各种统计检验方法来识别和量化非线性关系。 能够分析 实际数据，发现隐藏在复杂动态系统中的结构性转变和长期均衡。 为 建立更精确的模型、做出更可靠的预测以及制定更有效的决策提供理论和方法支持。 本书旨在填补现有文献中在TAR模型和阈值协整理论综合性论述方面的空白，为读者提供一个全面、深入的学习和研究平台。我们相信，通过本书的学习，读者将能够更有效地驾驭复杂的非线性动态世界，从看似混乱的数据中挖掘出宝贵的洞察。