重尾过程协整检验的Bootstrap逼近  

Bootstrap approximation for cointegration tests in heavy- tailed observations

作　　者：秦瑞兵[1] 孟萍[1] 

机构地区：[1]山西大学数学科学学院,山西太原030006

出　　处：《云南民族大学学报（自然科学版）》2015年第6期480-485,共6页Journal of Yunnan Minzu University:Natural Sciences Edition

基　　金：国家自然科学基金(11226217);博士后特别资助项目(2013T60266)

摘　　要：重尾过程的协整检验统计量渐近分布含有不可估计的重尾指数α,针对重尾过程的协整检验运用Bootstrap抽样算法,在不估计重尾指数α的情况下,计算了该检验统计量的临界值,并且证明了该算法在理论上的合理性.Monte Calo模拟说明该方法有效.It is known that the asymptotic distribution of a cointegration test statistic in heavy - tailed observations has the inestimable index parameter. This research uses the Bootstrap method in the cointegration test in heavy - tailed processes, calculates the critical value of the cointegration test without estimating the index parameter , and proves the theoretical validity of this Bootstrap method. MonteCalo simulations demonstrate the efficiency of the proposed method.

关 键 词：重尾过程 协整检验 Bootstrap抽样算法 

分 类 号：O211[理学—概率论与数理统计]