门限模型及其在我国宏观经济研究中的应用

摘要

经济学理论表明很多重要的宏观经济时间序列表现出非线性特征，如果忽略这种非线性特征，使用线性模型分析我国宏观经济序列，结论很可能是错误的。因此，放松严格线性限制，引入非线性方法，对宏观经济分析大有裨益。
　　 本文总共包含七章。第一章引言，分别从经济学和计量经济学两个方面分析本文写作的背景和意义，继而分析本文使用的研究方法及研究的技术路线，提出本文的研究思路及主要内容的架构；第二章相关理论与文献回顾，由四个部分组成，常见非线性模型的介绍、STAR模型发展、STAR模型平稳性检验的方法以及门限模型中平稳性与非线性的联合检验；第三章提出了tLSTAR检验来检验LSTAR模型的平稳性，推导出tLSTAR统计量的渐近分布，得到临界值表。对比分析了tLSTAR检验和标准DF检验的功效，发现tLSTAR的检验功效普遍高于标准DF检验；第四章把时间序列退势的OLS和GLS方法与第三章提出的单位根检验方法结合，通过蒙特卡罗试验发现，在STAR模型中，对时间序列退势能不同程度地改善单位根检验的功效；第五章结合第三章与第四章的研究结果，构造了Wald统计量联合检验STAR模型的平稳性与线性性；第六章为应用研究，包括中国通货膨胀预期和ex-ante实际利率的测度、中国货币政策效果不对称性问题、中国货币需求函数的STR模型的构建以及中国通胀水平、通胀不确定性及货币政策波动等四部分研究；第七章在前文分析的基础上，对全文进行总结，并指出研究的局限及后续研究方向。
　　 本文主要以方法研究为核心，通过放松模型假定条件和改进模型设定使之更符合现实经济理论和经济背景，进而通过构造新统计量对现有检验方法进行扩展和完善，具体体现在以下几个方面：(1)George Kapetanios，Yongcheol Shin，Andy Snell(2003)(以下简称KSS)分析了ESTAR模型的整体平稳性(globalstationary)，本文在此基础上作了如下扩展：首先，将KSS(2003)模型扩展到带有截距项和趋势项的一般形式，构造相应的检验统计量，并推导出统计量的极限分布，最后使用蒙特卡罗模拟出本文构造的检验统计量的临界值和有限样本性质。其次，在KSS(2003)模型的基础上，将分析由指数平滑转移模型扩展到逻辑平滑转移自回归模型(LSTAR)，构造了相应的检验统计量，并且分别推导出LSTAR模型在不含有截距项和趋势项、只含有截距项和含有截距项和趋势项三种情况下统计量的极限分布，以及分析当LSTAR模型残差存在序列相关时统计量的极限分布，最后使用蒙特卡罗模拟统计量的临界值和有限样本性质。(2)我们进一步扩展KSS(2003)的研究，分析在GLS退势基础上本文构造的检验统计量的检验功效是否进一步提高。(3)本文在STAR模型框架下，构造了线性性和平稳性的联合检验统计量，并推导出统计量的极限分布，最后使用蒙特卡罗模拟给出检验统计量的临界值和有限样本性质。
　　 应用研究创新包含以下几个方面：(1)使用SVAR方法把中国短期名义利率拆分成预期通货膨胀率和ex-ante实际利率两部分。为了解决识别条件不足问题，使用BQ方法，然后使用Band-Pass滤波方法得到实际利率的主趋势，通过累加SVAR模型中短期冲击得到ex-ante实际利率的随机波动，主趋势和随机波动相加得到ex-ante实际利率，进而得到预期通货膨胀率序列。(2)货币政策操作效果的对称与非对称性研究，本文把总供给总需求和非对称性结合起来，在弹性价格假设下建构了一个AS-AD模型，然后使用LSTVAR模型的脉冲响应分析了货币政策效果的非对称性。(3)使用对数货币需求函数构建了货币需求函数的非线性平滑转移模型(LSTR)。首先使用Terasvirta(2004)提出的方法检验了线性协整模型中存在的非线性特征，选择转换变量△gdpt,选择模型形式为LSTR1。然后按照Terasvirta提出的方法对LSTR1模型进行估计，继而对LSTR模型进行冗余非线性检验和参数稳定性检验，表明LSTR1模型全面优于线性误差修正模型，可以用于预测和政策模拟。(4)使用中国1996年1月至2007年12月的月度数据，基于可变参数模型和变参数马尔科夫模型考察了通货膨胀水平、通货膨胀不确定性和货币政策不确定性的关系。

目录

文摘

英文文摘

第一章 引言

第一节 写作背景

1.1.1 经济学背景

1.1.2 计量经济学背景

第二节 概念界定

第三节 研究步骤与方法

1.3.1 研究步骤

1.3.2 研究方法

第四节 创新之处

1.4.1 理论研究创新

1.4.2 应用研究创新

第五节 论文主要内容与结构

1.5.1 主要内容

1.5.2 论文结构

第二章 文献综述

第一节 常见的非线性模型

第二节 STAR模型的发展

2.2.1 基础STAR模型的表示

2.2.2 STAR模型的扩展

2.2.3 STAR模型框架下的假设检验

2.2.4 模型建立过程

2.2.5 STAR模型预测和政策模拟

2.2.6 模型评价

第三节 门限模型平稳性检验

2.3.1 单门限的TAR模型

2.3.2 双门限TAR模型

2.3.3 ESTAR模型

2.3.4 LSTAR模型

第四节 模型非平稳与线性性联合检验

第三章 非线性STAR模型下单位根检验

第一节 LSTAR模型的平稳性检验

3.1.1 平稳和非平稳的界定

3.1.2 tLsTAR检验的提出

第二节 tLSTAR检验的功效

第三节 小结

第四章 STAR模型中退势单位根检验的小样本性质

第一节 时间序列的退势

4.1.1 0LS退势

4.1.2 GLS退势

第二节 理论框架

第三节 蒙特卡罗模拟

4.3.1 退势单位根检验统计量的渐近分布

4.3.2 退势单位根检验的经验临界值

4.3.3 各种单位根检验的功效

第四节 小结

第五章 STAR模型单位根与非线性联合Wald检验

第一节 统计量的构造

第二节 Wald统计量的渐近分布

第三节 蒙特卡罗模拟结果

5.3.1 Wald统计量临界值

5.3.2 Wald检验水平

第三节 Wold检验功效

第四节 小结

第六章 实证研究

第一节 中国通货膨胀预期和ex-ante实际利率的测度

6.1.1 导论

6.1.2 理论模型

6.1.3 数据分析

6.1.4 Blanchard-Quah的结构VAR方法

6.1.5 ex-ante实际利率和预期通货膨胀率的计算

6.1.6 小结

第二节 中国货币政策效果非对称性——基于AS-AD模型的研究

6.2.1 导言

6.2.2 理论模型

6.2.3 经验分析

6.2.4 货币政策冲击的非对称性

6.2.5 小结

第三节 中国货币需求函数的估计：一个非线性STR模型

6.3.1 导论

6.3.2 货币需求函数形式

6.3.3 货币需求函数的估计方法

6.3.4 STR模型的设定、估计与检验

6.3.5 实证分析

6.3.6 小结

第四节 中国通胀水平、通胀不确定性及货币政策波动

6.4.1 通胀水平与通胀不确定性

6.4.2 通货膨胀不确定性与货币政策

6.4.3 小结

第七章 研究总结及展望

第一节 研究总结

第二节 研究展望

7.2.1 研究的局限性

7.2.2 未来研究展望

参考文献

附录

致谢

个人简历