学院动态

学术观点

数量经济学国际论坛暨前沿系列讲座(十九):New Distribution Theory for the Estimation of Structural Break Point in Mean

文章来源:本站原创 发表时间:2017-11-13 15:33:36点击次数:

本网讯(通讯员 邹建文)2017年11月13日上午10点,2017数量经济学国际论坛暨前沿系列讲座(十九)在经济学院407举行,新加坡管理大学经济学教授、李光前商学院金融学教授余俊汇报了他的研究”New Distribution Theory for the Estimation of Structural Break Point in Mean”。

余俊首先讲述研究动机。在结构断点这个领域,当断点比较小时很难检测。在简单的结构断点模型下,传统的渐进分布估计的断点是一种类似正态的对称分布,在真实断点处有一个单峰。余俊做了一百万次大型仿真,以更精确描述有限样本分布。余俊发现,有限样本分布在两个边界处都有峰值,加上真实断点处也就是存在三个峰值,并且分布是不对称的,传统的渐进分布与此差别太大。

然后余俊回顾了现有的文献。在这个领域,最重要的文献,就是统计学领域1987年Yao的研究,以及计量领域1994年Bai的研究。Yao的模型和余俊开头介绍的简单断点回归模型基本一致,不过放松了扰动项分布的假设,取而代之的是一般化的分布,Yao得到了估计断点的渐进分布,这个分布服从某种布朗运动,并且有解析解。Bai的模型稍微不同,Bai假设断点趋近于零,估计的断点服从和Yao相同的分布,进一步地,可以放松独立同分布的假设,只假设扰动项是弱平稳的,用长期方差取代方差就可以得到相同的分布。

为建立新的渐进分布理论,余俊建立了结构断点的连续时间模型,在连续时间下研究结构断点。余俊指出,连续时间虽然不够现实,但是能够提供更有力的分析工具。在连续时间下,通过Girsanov定理,余俊建立极大似然估计,由此得出估计断点一般化的渐进分布,Yao的分布是这种渐进分布的特例。进一步,余俊建立离散时间下的差分结构断点模型,用这个差分模型逼近连续时间下的结构断点模型,在这个一般化的结构断点模型下,Bai最关键的假设不再满足,这也就是为何Yao的分布与实际分布相差很大的原因。

余俊进行了仿真模拟,用均值已知和均值未知的渐进分布对比Bai得到的渐进分布和真实分布,仿真结果显示,均值已知时余俊的渐进分布与真实分布几乎重合,均值未知时余俊的渐进分布与真实分布也是非常接近,而Bai的渐进分布与真实分布都差别很大。

进一步地,余俊使用间接推断,也就是基于模拟的方法减少偏差,得到标准误,仿真结果显示,间接推断的方法能有效减少偏差,但不能完全消除偏差,并且偏差和方差可以同时减小。

余俊的汇报引起了在场老师、同学的强烈兴趣。经济学院教师彭斌提出是否可以基于这个渐进分布理论进行推断,余俊指出这个理论离推断还有很长的路要走,还有很多理论上的问题没有解决。经济学院博士邹建文询问间接估计的做法。经济学院教师陈非提出是否可能存在伪结构断点的问题。会后,余俊与经济学院几位老师进行了进一步的交流。

余俊教授,加拿大西安大略大学(University of Western Ontario)经济学博士,新加坡管理大学(Singapore Management University)经济学教授和李光前商学院金融学教授,新加坡管理大学沈基文金融经济学研究院院长和金融计量研究中心主任,国际金融计量学会(Society for Financial Econometrics)的理事,并当选为Fellow of The Journal of Econometrics and Fellow of Society for Financial Econometrics。余俊教授曾获得The A R Bergstrom Prize in Econometrics、Marsden Award of the Royal Society of New Zealand等荣誉。余俊教授担任Econometric Theory、Journal of Financial Econometrics、Econometric Reviews等国际权威学术期刊的副主编,并在Journal of Econometrics、Review of Financial Studies、International Economic Review、Quantitative Economics等国际权威学术期刊发表学术论文五十多篇。余俊教授关于金融市场随机波动的一系列研究获得较高的引用率。自2005年起,余俊教授与Peter C. B. Phillips教授展开合作,研究金融泡沫和金融危机的计量问题。 他们提出的金融泡沫的检验方法, 以及估计泡沫产生的时间和危机发生的时间,已经引起了学界和各中央银行等机构的关注。

微信公众号