自举法与协整参数的FMOLS估计  

Bootstrap and the FMOLS Estimator of Cointegration Parameters

作　　者：叶光[1] 

机构地区：[1]河南财经学院经济学系

出　　处：《数量经济技术经济研究》2009年第5期132-144,共13页Journal of Quantitative & Technological Economics

基　　金：天津市哲学社会科学研究规划资助项目"非平稳时间序列的单位根检验与结构突变研究(TJTJ07-005)"资助;并获中国数量经济学会2008年会优秀论文二等奖

摘　　要：考虑静态和动态两类数据生成过程,利用蒙特卡罗模拟方法,从估计偏差、实际检验水平和检验功效三个方面对FMOLS(Full Modified Ordinary Least Square)估计的渐近分析和自举分析进行全面比较。结果表明,与渐近分析相比,自举分析可以减小实际检验水平对名义水平的偏差,但要以检验功效的降低为代价。严格意义上,自举分析是降低了"拒真"错误出现的概率。相对稳健的选择是结合两方面的信息,渐近检验通过则接受原假设,自举检验拒绝则接受备择假设,对于其他情况,具体结论取决于人们的研究态度。Considering static and dynamic data generating process, this paper compares asymptotic analysis with bootstrap analysis from three aspects including estimate bias, empirical size and the power of the test by Monte Carlo method. The results show that bootstrap can be used to reduce the distance between empirical size and its nominal level at the cost of reducing the power of the test. Strictly speaking, bootstrap is used to reduce the probability of refusing the truth. The robust choice is that combining the information of two aspects, if asymptotic test passes, null hypothesis is accepted, if bootstrap test is refused, alternative hypothesis is accepted.

关 键 词：协整 自举法 FMOLS 蒙特卡罗模拟 

分 类 号：F224.0[经济管理—国民经济]