全部版块 我的主页
论坛 经济学人 二区 外文文献专区
914 25
2022-04-28
英文标题:
《Time-Transformed Test for the Explosive Bubbles under Non-stationary
  Volatility》
---
作者:
Eiji Kurozumi, Anton Skrobotov, Alexey Tsarev
---
最新提交年份:
2021
---
英文摘要:
  This paper is devoted to testing for the explosive bubble under time-varying non-stationary volatility. Because the limiting distribution of the seminal Phillips et al. (2011) test depends on the variance function and usually requires a bootstrap implementation under heteroskedasticity, we construct the test based on a deformation of the time domain. The proposed test is asymptotically pivotal under the null hypothesis and its limiting distribution coincides with that of the standard test under homoskedasticity, so that the test does not require computationally extensive methods for inference. Appealing finite sample properties are demonstrated through Monte-Carlo simulations. An empirical application demonstrates that the upsurge behavior of cryptocurrency time series in the middle of the sample is partially explained by the volatility change.
---
中文摘要:
本文致力于在时变非平稳波动下测试爆炸性气泡。由于开创性的Phillips et al.(2011)测试的极限分布取决于方差函数,并且通常需要在异方差下实现自举,因此我们基于时域的变形构造测试。所提出的检验在零假设下是渐近关键的,其极限分布与同构下的标准检验一致,因此该检验不需要计算广泛的推理方法。通过蒙特卡罗模拟证明了有限样本的吸引力。一个实证应用表明,样本中间加密货币时间序列的激增行为部分是由波动率变化解释的。
---
分类信息:

一级分类:Economics        经济学
二级分类:Econometrics        计量经济学
分类描述:Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论,微观计量经济学,宏观计量经济学,通过新方法发现的经济关系的实证内容,统计推论应用于经济数据的方法论方面。
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-4-28 15:31:26
非平稳波动下泡沫的时间变换检验*黑津英二a, 安东·斯科罗博托夫b,c还有亚历克西·萨雷夫ba一桥大学b俄罗斯国家经济和公共行政总统学院c圣彼得堡州立大学计量经济学和商业分析中心2021年11月16日摘要本文致力于测试时变非平稳波动下的泡沫。由于开创性Phillips et al.(2011)测试的极限分布取决于方差函数,并且通常需要在异方差下实现自举,因此我们基于时域变形构造测试。所提出的检验在零假设下渐近关键,其极限分布与同构下的标准检验一致,因此该检验不需要重新计算广泛的推理方法。通过蒙特卡罗模拟展示了诱人的有限样本特性。一个实证应用表明,样本中间加密货币时间序列的激增行为部分由波动率变化解释。关键词:理性泡沫;爆炸性自回归;时变波动性;右尾Dunit根测试;差异报告;时间转换数据JEL代码:C12,C221简介在本文中,我们考虑在异方差波动下测试泡沫。自Phillips et al.(2011)的一篇论文发表以来,理论和实证计量经济学文献都对理性泡沫的测试和年代测定进行了研究。因为以爆炸行为为特征的时间序列可以用具有自回归时变特性的过程来建模*作者感谢两位匿名推荐人杨祖、罗伯·泰勒,他们是预测与商业分析中心(CEBA,St。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-28 15:31:29
彼得堡州立大学(Petersburg State University)系列研讨会,以及在三桥大学(Subashi University)和京都大学(Kyoto University)举办的研讨会,以获得有用的意见和建议。俄罗斯科学基金会(RSF,项目编号20-78-10113)资助的A.Skrobotovwas研究。一项研究。Tsarev得到了RANEPA州任务研究项目的支持。Kurozumi大肠杆菌的研究得到了JSPS KAKENHI资助号19K01585的支持。Phillips等人(2011年)提出了子样本的构建。Homme和Breitung(2012年)将子样本ADF类型测试与其他几种替代测试进行了比较,包括Show类型单位根统计,而Whitehouse(2019年)则将Phillips等人(2011年)的测试与GLS类型去趋势进行了比较。请注意,这些研究假设地震的波动性在样本期内是恒定的。然而,在经验金融领域众所周知,金融时间序列的波动性可能不是恒定的,而是随时间而变化的。在这种情况下,上述泡沫测试可能会受到尺寸失真的影响,因为测试统计数据的极限分布取决于波动性结构,正如卡瓦列尔(2004)、卡瓦列尔和泰勒(2007a,b,2008)在单位根测试文献中以及哈维等人(2016)在菲利普斯等人(2011)测试中所证明的那样。为了解决这个问题,几篇论文提出了在时变波动性下测试爆炸行为的建议。Harvey等人(2016年)指出,Phillips等人(2011年)的supremumADF(SADF)测试的极限分布取决于所谓的方差分布,这将在第3节中定义,并提出了一种野生自举实现,以获得测试的渐近正确大小。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-28 15:31:33
Hafner(2020)修改了Harvey等人(2016)的wild bootstrap算法,以允许序列的偏态分布。Harvey等人(2019年)提出了一种基于加权最小二乘法的SADF检验修正方法,该方法使用方差过程的非参数核平滑因子(他们的检验称为SBZ检验)。测试的极限分布仍然取决于零和局部备选方案下的方差特性,测试在某些情况下也是非单调幂问题。Harvey等人(2019年)建议基于SBZ和SADF两个测试使用联合拒绝测试策略(根据该策略,如果联合中至少有一个测试拒绝空值,我们拒绝单位根的空值),与Harvey等人(2016年)的野生引导实现相结合。Harvey等人(2020年)提出了另一种方法,在时变波动性下控制规模。该方法基于因变量第一次差异的累积符号,并导致在时变波动率下的枢轴零极限分布。然而,在本地替代方案下,基于符号的测试取决于波动率函数,Harvey et al.(2020)建议使用基于WILD bootstrap的拒绝联合测试策略与SADF和基于符号的测试。然而,这些测试的计算成本很高,而且随着样本量的增加,计算时间会迅速增加。最后,Astill等人(2021年)开发了一种基于CUSUM的爆炸性事件监测程序,该程序对时变波动性具有鲁棒性。在本文中,我们提出了一种测试非平稳波动下爆炸行为的新方法(σt) 通过根据波动性行为转换序列,类似于单位根测试上下文中的Cavaliere和Taylor(2007b)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-28 15:31:37
更准确地说,我们在低波动率的情况下取较长的采样间隔,而在大波动率的情况下取较短的采样间隔σt. 我们基于转换后的数据构造检验统计量,转换后的数据与其在齐次统计量下构造的标准对应数据具有相同的极限分布。时间序列的转换基于数据估计的方差。为此,我们采用了Harvey等人(2021)的方法;我们非参数地估计时变自回归系数,收集残差,并使用它们来估计方差。气泡的基于上限的测试是基于子样本测试的转换版本,以一种简单的方式构造的。Monte Carlo模拟表明,本文提出的测试可以很好地控制经验大小,并且在某些情况下是现有测试中最强大的,尽管后者并不总是如此,我们的测试在其他情况下也不那么强大。因此,本文的贡献在于提出了尺寸可控的新试验。作为使用渐近临界值的aby乘积,我们的方法与现有的bootstrap方法相比计算成本更低。一个实证应用表明,在测试可能具有不稳定波动性的时间序列中的泡沫时,考虑非平稳波动性非常重要。论文的结构如下。第2节阐述了模型和假设。第3节我们建议对时间序列进行时域变形,并使用转换后的序列构造爆炸行为的SADF类型测试统计量。利用假设已知方差的时间变形,我们证明了检验统计量的极限分布与均方差的情况相同。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-4-28 15:31:40
第4节讨论了未知方差的情况和相应的极限结果。蒙特卡罗模拟在第5节中进行。第6节给出了实证应用,第7节总结了本文。2考虑时间序列的模型和假设{yt} 由以下数据生成过程(DGP)生成,该过程允许一个爆炸区域和随后的坍塌区域:yt= μ + ut, (1)ut=ut-1+ εt, t = 1.τ1,0T ,(1 + δ)ut-1+ εt, t = τ1,0T + 1.τ2,0T ,(1 - δ)ut-1+ εt, t = τ2,0T + 1.τ3,0T ,ut-1+ εt, t = τ3,0T + 1.T,(2)εt= σtet(3) 在哪里δ≥ 0, δ≥ 0, 0 ≤ τ1,0< τ2,0≤ τ3,0≤ 1,初始值条件由下式给出:u= op(√T ). 我们假设μ = 为简单起见为0,但正如Phillips et al.(2014)和Phillips et al.(2015a,b)所认为的,正收缩漂移可能被允许。过程{yt} 进化为单位根过程,但在τ1,0T  + 1 (· 表示数值的整数部分,爆炸AR(1)系数由1+给出δ, 然后是从τ2,0T + 1到τ3,0T  作为一个平稳的过程产生,这被解释为回归正常的市场行为。规模δ具体说明泡沫破裂的程度,以及泡沫破裂的持续时间τ2,0T  + 1和τ3,0T . 在哈维等人(2021年)之后,我们假设,当坠机发生时yτ3,0T := y*aT, 哪里y*= Op(1) 及aT= 1或aT→ ∞.创新的波动性由σt它可以是非静止的。请注意,我们可以简单地为{yt} 像yt= (1 + δt)yt-1+ εt或yt= δtyt-1+ εt(4) 对δt.
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群