学术动态 您当前的位置:首页 > 科学研究>> 学术动态

计量中的非线性趋势模型

文章来源:本站原创   更新时间:2016-12-29 22:13:58    浏览次数:

(记者 陈翔)1227日下午,澳大利亚社会科学院院士高集体应邀来到经济学院,在103教室进行主题为“Nolinear Trending Models in Econometrics”的讲座。

高集体首先重点介绍非线性协整的概念。在时间序列中,数据可能呈现出两种趋势,一种是线性趋势,一种是随机游走趋势。这两种趋势差分后如果得到白噪声,就是一个单位根模型,可以用参数估计得到各种统计量的估计、分布,并且做假设检验。如果YX都是时间序列的非平稳数据,其线性组合平稳,则二者之间存在协整,如果YX的非一次函数差分后平稳,则无法用普通的参数估计得到想要的结果。高集体在这里引入非参数和半参数估计的方法,将有关X函数设为非参数或半参数,用非参数或半参数估计的方法得到结果,并将这种YX之间的关系称为非线性协整。

核估计是非参数估计的基本方法,但由于很多商业数据和宏观数据往往存在同期相关的关系,所以核估计可能无法应用到多元非平稳数据的估计中,高集体接下来重点介绍广义单指标模型。

高集体用健康经济(OECD)研究举例介绍具有非独立性和非平稳性的非线性面板数据的估计,非线性面板数据可以有效解决非参数估计样本容量要求大的问题。研究发现被估计趋势可以帮助理解例如科技增长、效率提高等特征。他按照地域将国家分为六组:亚洲、东欧、西欧、南欧、北欧和其他国家,结果表明:其他国家1990-2012年间经济增长最迅速,西欧其次;东欧2000年前趋近平稳,亚洲和南欧平均增长低于OECD均值,而且六组2008年后增速都开始减缓。特别是南欧的平均趋势一直在降低,表明次贷危机后该组关于健康方面的花销受挫。