STAR模型的滞后阶数选择与稳健性研究
2014-06-15分类号:O212
【部门】北京理工大学管理与经济学院
【摘要】本文讨论了6种信息准则在STAR模型滞后阶数选择中的适应性及稳健性问题。Monte Carlo模拟结果显示,在多数情况下,数据生成过程中的误差项分布并不影响信息准则正确识别模型最大滞后阶数的能力;对于短STAR模型,ACC准则具有较高的正确识别率,并且对不同平滑转移系数及不同门限值具有很好的稳健性;而对于长STAR模型,SC准则及ACC准则具有更高的正确率及良好的稳健性。
【关键词】STAR模型 信息准则 滞后阶数选择
【基金】教育部人文社科基金项目“非线性单位根检验理论与应用研究”(12YJC790268);; 高校博士点基金项目“平滑转移回归模型理论与应用研究”(20121101120049);; 北京理工大学基础研究基金项目(20122142013)资助
【所属期刊栏目】统计研究
文献传递