Déménagement Unité Racine Unité

Essai pour une moyenne mobile Un test de racine unitaire pour une racine unitaire dans le modèle de moyenne mobile est discuté. Premièrement, pour le modèle stationnaire MA (1), nous suggérons un test de type score qui est localement le plus invariant et sans biais. La performance du test pour les échantillons finis est comparée au test le plus puissant. Le comportement asymptotique du test est également considéré en calculant la puissance limite dans une séquence d'alternatives locales. Nous étendons ensuite le modèle à un ordre infini MA et proposons un test pour ce cas étendu. Si vous rencontrez des problèmes lors du téléchargement d'un fichier, vérifiez si vous avez l'application appropriée pour le consulter en premier. En cas de problèmes supplémentaires, lisez la page d'aide IDEAS. Notez que ces fichiers ne sont pas sur le site IDEAS. Soyez patient car les fichiers peuvent être volumineux. Article fourni par Cambridge University Press dans sa revue Econometric Theory. Volume (Année): 6 (1990) Édition (mois): 04 (décembre) Pages: 433-444 par Robert F. Engle, Aaron D. Smith, F. Engle, Aaron, D. Smith - Revue de l'économie et des statistiques. 1998. Cet article vise à combler l'écart entre les processus où les chocs sont permanents et ceux avec des chocs transitoires en formulant un processus dans lequel l'impact à long terme de chaque innovation est variable dans le temps et stochastique. Les chocs transitoires fréquents sont complétés par des déplacements permanents occasionnels. Le sto. Cet article vise à combler l'écart entre les processus où les chocs sont permanents et ceux avec des chocs transitoires en formulant un processus dans lequel l'impact à long terme de chaque innovation est variable dans le temps et stochastique. Les chocs transitoires fréquents sont complétés par des déplacements permanents occasionnels. Le processus de rupture stochastique permanente (STOPBREAK) est basé sur le principe qu'un choc est plus susceptible d'être permanent s'il est grand que s'il est petit. Cette formulation est motivée par une classe de processus qui subissent des ruptures structurelles aléatoires. La cohérence et la normalité asymptotique des estimations quasi maximales de vraisemblance est établie et les meilleurs tests d'hypothèse locaux du null d'une marche aléatoire sont développés. Le modèle est appliqué aux prix relatifs des paires d'actions et des résultats statistiques significatifs sont obtenus. MOTS CLÉS: Pauses structurelles, moyenne mobile non linéaire, racines unitaires, estimation quasi-maximum de vraisemblance, test de Neyman-Pearson, meilleur test local, cointegration temporaire. 1. INTRODUCTION Les analystes des séries chronologiques tendent à tracer une ligne nette entre les processus où les chocs ont un effet permanent et ceux où ils ne le sont pas. L'exemple le plus notable est la distinction entre les processus stationnaires AR (1), où tous les chocs sont transitoires, et la marche aléatoire. Alors que la racine autorégressive s'approche d'une, la vitesse à laquelle les chocs devraient diminuer diminue, mais elle reste transitoire. Cet article vise à combler le fossé entre la transitoire et la permanence en formulant un processus dans lequel l'impact à long terme de chaque observation est variable dans le temps et stochastique. À un extrême, toutes les innovations sont transitoires et à l'autre, tous les chocs sont permanents. 2 par Kirstin Hubrich, Helmut Ltkepohl, Pentti Saikkonen. 1998. La littérature sur les tests de cointegration des systèmes est revue et les différents ensembles d'hypothèses pour la validité asymptotique des tests sont comparés dans un cadre unifiant général. La comparaison comprend les tests de rapport de vraisemblance, les tests de multiplicateur de Lagrange et de type Wald, les tests d'augmentation de retard, te. La littérature sur les tests de cointegration des systèmes est revue et les différents ensembles d'hypothèses pour la validité asymptotique des tests sont comparés dans un cadre unifiant général. La comparaison comprend les tests de rapport de vraisemblance, les tests de Lagrange multiplicateur et Wald, les tests d'augmentation de latence, les tests basés sur des corrélations canoniques, les tests de Stock-Watson et les tests non paramétriques de Bierensampapos. Des résultats asymptotiques concernant la puissance de ces tests et des études antérieures de simulation de petits échantillons sont discutés. D'autres questions et propositions dans le contexte des tests de cohérence des systèmes sont également examinées brièvement. De nouvelles simulations sont présentées pour comparer les tests dans des conditions uniformes. Une attention particulière est accordée à la sensibilité de la performance du test par rapport aux propriétés de tendance du DGP. Mots clés: tests de cointegration de systèmes, tests LR, tests non paramétriques, puissance asymptotique, simulations de petits échantillons 1 Nous sommes reconnaissants à Christian Muller pour son aide aux calculs et. Par O. Arda Vanli, Enrique Del Castillo. Les approches traditionnelles pour l'identification en boucle fermée des modèles de fonctions de transfert nécessitent un jeu de données suffisamment important et des formes de modèle suffisamment générales, tout en demandant en même temps une certaine forme d'excitation externe (un signal d'oscillation). Dans la limite, comme le dith. Les approches traditionnelles pour l'identification en boucle fermée des modèles de fonctions de transfert nécessitent un jeu de données suffisamment important et des formes de modèle suffisamment générales, tout en demandant en même temps une certaine forme d'excitation externe (un signal d'oscillation). Dans la limite, comme le signal de tramage domine les actions de commande, l'identification est plus facile, mais le fonctionnement du procédé se rapproche de celui d'un processus non contrôlé (c'est-à-dire à boucle ouverte) qui pourrait être inacceptable. Cet article propose une procédure d'identification de système en boucle fermée qui vise à améliorer les estimations de paramètres de modèle en incorporant des connaissances antérieures sur le processus sous forme de contraintes sans l'utilisation d'un signal de tremblement. Une étude de simulation de Monte Carlo est présentée pour illustrer les petits avantages de l'ajout de diverses contraintes. On montre comment des contraintes basées sur des connaissances de processus relativement faciles à connaître à partir d'expériences antérieures donnent les meilleurs modèles identifiés parmi la classe de contraintes considérée. En particulier, la connaissance du retard d'entrée-sortie du processus est la plus importante pour identifier un processus en boucle fermée. Un exemple basé sur un processus réel illustre les avantages du procédé proposé sur l'approche du signal de tremblement. Mots-clés: Modèles de fonctions de transfert Box-Jenkins, moindres carrés non linéaires contraints, connaissance des processus antérieurs, contrôle de la rétroaction. 1 par Eiji Kurozumi - Hitotsubashi Journal of Economics. 2009. Nous proposons un test de stationnarité (tendance) avec une bonne taille d'échantillon fini, même lorsqu'un processus est stationnaire avec une forte persistance, ce qui est utile pour distinguer un processus stationnaire (tendance) avec une forte persistance et un processus de racine unitaire. Il pourrait être considéré comme un versio modifié. Nous proposons un test de stationnarité (tendance) avec une bonne taille d'échantillon fini, même lorsqu'un processus est stationnaire avec une forte persistance, ce qui est utile pour distinguer un processus stationnaire (tendance) avec une forte persistance et un processus de racine unitaire. Il pourrait être considéré comme une version modifiée du test de Leybourne et McCabes (1994, LMC), mais avec une méthode de correction différente pour la corrélation sérielle. Une simulation Monte Carlo révèle qu'en termes de taille empirique, notre test est plus proche de la valeur nominale que le test LMC original et est plus puissant que le test LMC avec des valeurs critiques ajustées en fonction de la taille. . Nous proposons une nouvelle statistique de test pour la stationnarité de tendance contre la stationnarité de différence en utilisant des estimateurs de densité spectrale. La densité spectrale du premier processus différencié est égale à zéro à la fréquence nulle sous le null de la stationnarité de la tendance, alors que la stationnarité de la différence donne des s positifs. Nous proposons une nouvelle statistique de test pour la stationnarité de tendance contre la stationnarité de différence en utilisant des estimateurs de densité spectrale. La densité spectrale du premier processus différencié est égale à zéro à la fréquence nulle sous le null de la stationnarité de tendance, tandis que la stationnarité de différence donne un spectre positif proche de la fréquence zéro. Avec cette nature unilatérale du spectre, nous construisons des procédures de test valides basées sur des estimateurs de densité spectrale basés sur le noyau. Notons que l'estimateur de la densité spectrale devient dégénéré sous le null, où l'on n'applique pas simplement les résultats standard dans la littérature d'hétéroscédasticité et d'autocorrélation constante (HAC). Nous fournissons de nouveaux résultats sur la distribution asymptotique de l 'estimateur de densité spectrale sous dégénérescence. On constate que les taux de convergence garantissant une variance asymptotique non dégénératrice de l'estimateur sont beaucoup plus rapides que le taux requis pour les estimateurs HAC classiques. La cohérence du test proposé est également discutée. Des études de simulation montrent que notre test basé sur le spectre est compétitif en termes de puissance par rapport au test KPSS bien connu. Les applications à certaines séries macroéconomiques américaines sont présentées. Résumé non trouvé par Suzanne Mccoskey, Chihwa Kao. Cet article propose un test de Lagrange Multiplier (LM) basé sur des résidus pour le null de cointegration dans des données de panel. Le test est analogue à l'invariant sans biais le mieux local (LBUI) pour une racine unitaire de moyenne mobile (MA). La distribution asymptotique du test est dérivée sous le null. Monte Carlo simu. Cet article propose un test de Lagrange Multiplier (LM) basé sur des résidus pour le null de cointegration dans des données de panel. Le test est analogue à l'invariant sans biais le mieux local (LBUI) pour une racine unitaire de moyenne mobile (MA). La distribution asymptotique du test est dérivée sous le null. Des simulations de Monte Carlo sont effectuées pour étudier les propriétés de taille et de puissance du test proposé. Dans l'ensemble, les tailles empiriques des LM-FM et LM-DOLS sont proches de la vraie taille, même dans de petits échantillons. La puissance est assez bonne pour les panneaux où T 50 et décente avec des panneaux pour moins d'observations en T. Dans notre échantillon x de N 50 et T 50, la présence d'une moyenne mobile et la corrélation entre les erreurs de régression et les régresseurs provoque les deux tests À effectuer de manière assez différente, ce qui complique le choix des procédures d'estimation. En général, le test LM-DOLS semble mieux corriger ces effets, bien que dans certains cas le test LM-FM soit plus puissant. Bien qu'une grande partie de l'économétrie des séries temporelles non stationnaires ait été critiquée pour avoir davantage à voir avec les propriétés spécifiques de l'ensemble de données plutôt que des modèles économiques sous-jacents, l'évolution récente de la littérature de coïntégration a permis un pont concret entre les économies La théorie de la course et les méthodes de séries chronologiques. Notre test permet maintenant de tester la nullité de cointegration dans un panel et devrait être d'un intérêt considérable pour les économistes dans une grande variété de domaines. 1 par Biing-shen Kuo, Ching-chuan Tsong. 2005 par Diego Lubian, Diego Lubian. 2009. Les tests de stationnarité présentent des distorsions extrêmes si le processus observable est stationnaire mais très persistant. Dans cet article, nous fournissons une explication théorique de la distorsion de taille du test KPSS pour les DGP avec une large gamme de coefficient d'autocorrélation du premier ordre. Considérant un proche-i. Les tests de stationnarité présentent des distorsions extrêmes si le processus observable est stationnaire mais très persistant. Dans cet article, nous fournissons une explication théorique de la distorsion de taille du test KPSS pour les DGP avec une large gamme de coefficient d'autocorrélation du premier ordre. En considérant un processus quasi-stationnaire presque intégré, nous montrons que la distribution asymptotique du test contient un terme supplémentaire, qui peut potentiellement expliquer la quantité de distorsion de taille documentée dans les études de simulation précédentes. Par Steen Koekebakker, Sigbjrn Sdal. 2006. Résumé: Dans la littérature récente, les tests empiriques de stationnarité des taux de fret concluent souvent que les taux de fret au comptant sont des processus non stationnaires. Cependant, de nombreux économistes du secteur maritime allèguent que le taux de fret ne peut pas présenter un comportement asymptotiquement explosif, comme cela est impliqué par le non-stationnaire. Résumé: Dans la littérature récente, les tests empiriques de stationnarité des taux de fret concluent souvent que les taux de fret au comptant sont des processus non stationnaires. Toutefois, de nombreux économistes du secteur maritime affirmeraient que le taux de fret ne peut pas présenter un comportement asymptotiquement explosif, comme cela est impliqué par la non-stationnarité, sur un marché du fret parfaitement concurrentiel. Cet article reprend les arguments théoriques qui sous-tendent la réversion moyenne et la limite du processus de fret au comptant et suggère que l'échec à rejeter la non-stationnarité peut être dû à la faible puissance des tests les plus fréquemment utilisés. Nous utilisons une version non linéaire du test Augmented Dickey-Fuller (ADF), basé sur un modèle autorégressif de transition en douceur exponentielle (ESTAR). Ce test améliore la puissance contre les hypothèses alternatives non linéaires à moyenne inversion par rapport à l'alternative linéaire pour les tests ADF traditionnels. Nos résultats empiriques montrent, conformément à la théorie économique maritime, que les taux de fret à la fois dans les marchés des vracs secs et des pétroliers sont stationnaires non linéaires. Premièrement, pour le modèle stationnaire MA (1), nous suggérons un test de type score qui est localement le plus invariant et sans biais. La performance du test pour les échantillons finis est comparée au test le plus puissant. Le comportement asymptotique du test est également considéré en calculant la puissance limite dans une séquence d'alternatives locales. Nous étendons ensuite le modèle à un ordre infini MA et proposons un test pour ce cas étendu. Voulez-vous lire le reste de cet article. A partir des valeurs critiques asymptotiques obtenues dans la section 3, nous déduisons la puissance du test au niveau 5 par intégration numérique. Les résultats sont présentés dans le tableau 3, en y incluant comme référence les valeurs de puissance obtenues par Tanaka (1990b Tanaka (1996) en testant la stationnarité autour d 'un niveau et d' une tendance. Statistique pour tester l'hypothèse nulle de stationnarité autour d'un niveau, montrant sa divergence lors de l'application à la série avec un décalage de sa moyenne. Ce fait suggère une extension du test permettant l'étude de la stationnarité autour d'un niveau avec un changement exogène. La fonction caractéristique De la statistique est obtenue par l'approche de Fredholm Le comportement asymptotique du test proposé est également examiné en calculant la puissance limite dans une séquence d'alternatives locales. Ce problème est de faire un pré-test d'une possible racine unitaire avant de différencier les données (Dickey et Fuller, 1979) Voir aussi le traitement à Tanaka (1990 Tanaka (. 1996). La puissance de la statistique de DickeyFuller est explorée dans beaucoup d'articles, y compris Lopez (1997), et la puissance peut être assez petite parce que la statistique n'est pas uniforme dans l'alternative. Le problème de l'estimation de la variance des sommes partielles d'une série temporelle stationnaire qui a soit une mémoire longue, soit une mémoire courte, soit une mémoire intermédiaire négative, est la première différence d'un tel processus. Le taux de croissance de cette variance dépend essentiellement du type de mémoire, et nous présentons des résultats sur le comportement de sommes coniques d'autocovariances d'échantillon dans ce contexte lorsque la bande passante disparaît asymptotiquement. Nous présentons également des résultats asymptotiques pour le cas où la bande passante est une proportion fixe de la taille de l'échantillon, ce qui étend les résultats connus au cas des cônes à plat. Nous adoptons la perspective de la largeur de bande proportionnelle fixe dans notre section empirique, en présentant deux méthodes pour estimer les valeurs critiques limitantes à la fois la méthode de sous-échantillonnage et une approche plug-in. Les études de simulation comparent la taille et la puissance des deux approches appliquées aux tests d'hypothèses pour la moyenne. Les deux méthodes se comportent bien bien que la méthode de sous-échantillonnage semble être de meilleure taille et fournissent un cadre viable pour effectuer l'inférence pour la moyenne. En résumé, nous fournissons une théorie asymptotique unifiée qui couvre tous les différents types de mémoire sous un seul parapluie. Texte intégral Nov 2013 Tucker McElroy Dimitris N. Politis Qu'ai écrit un article sur ce problème avec Steve Satchell (Tanaka et Satchell, 1989). L'idée de tester une racine de l'unité MA (Tanaka, 1990) est également issue de cette recherche. Après mon retour au Japon, j'ai continué mon travail sur des modèles de séries temporelles non stationnaires et non invariables. Quot Texte intégral Apr 2013 Dans Choi Eiji Kurozumi