预测Vol. 27, FORECASTING 2008年第6期ADF与pp法在非对称单位根检验中的应用研究刘汉中李陈华2(1.湖南商学院级济与贸易学院，湖南长沙410205;2.湖南商学院统济与管J:!研究院，湖南长沙410205)摘要:经济理论认为许多经济交最具有非对称的闽值自回归调'在行为，而标准的单位根检验ADF和pp法都是穗子线性自回归模型而构造的，因此对非对称单位根梭验并不适用。本文应用Monte-Carlo模拟方法对ADF和pp梭输在TAR与M-TA民模型过下的梭..势造行系统研究，并对模拟结果的产生原因进行了深入分析。模拟结果农明:4t糠的非对称性农皮和数据的均侬田某时间泛影响ADF和pp徐峻的最主要网余;当非对称，院场强和均值回1.时间增大时，ADF和pp的检验势都具有较大幅度的下降，但是pp比ADF法具有.t大程度的下降。关键词:TAR与M-TAR模型;Monte-Carlo模拟;非对称性;检检势中图分类号:凹文献标识码:A文章编号:1003精5192(2∞8)侃而0067-06Research into the ADF and PP Methods in Asymmetric Unit Root Test l 2 LIU Han-zhong LI Chen-hua(1. College 01 Economics and Commerce. Hunan Un versity 01 Commerce. Chang6ha 410205. China; 2. Aωdeme 01 E唰conomics and Ma nagement. Hunan University 01 Commerce. Changsha 410205. China) Abstract: Economic theory often predicts that some economic variable刷displayasymmetric threshold autoregr倒sivead›justments towards the r long-run equ librium. but standaro ADF and PP test methods are mi串串pecifiedin th s całe, con›sequently, may suffer from a lack of power against such alternatives. This paper aims to study the power of ADF and PP against 8uch altematives a8 T AR or M- T AR, and analyse some rea80ns for that. Mont-Carlo experiments demonstrate that the A8ymmetry and mean-reversion of the data plays a mportant role in the power of ADF and PP methods; and when the Asymmetry and mean-revers on is very strong, the power of ADF and PP test falJs dramatically, but the PP method ił less powerful than the ADF test. Key words:TAR and M-TAR model; Monte-Carlo simulation; asymmetry; test power 率;冲最阔值自四归模细(Momentum-TAR .简记为1冒|富协TAR)是由Enders和Granger[7l引人到经济分析，在现代经济学的数最分析中单位根检验已约成刻闹了自四归"衰减"随着一些变最变化程度的不l8l为不可缺失的重要方怯，众所周知许多经济变酷组间而呈现不间的"衰减"速嘟。Perron认为当时间现出非平稳的数据生成过程(DGP)，其中单位根过序列数据在任何时候发生突变时，即使变化前后的程(即l(1)过程)尤蜒娃最主要的数据形式，因此对两段都各自表现出平稳性.仍会使单位根检验的检变量进行单位根检验可以避免经典回归分析中的验势大大下降。鼠然Perron首次发现了这个问题，"伪回归"问题，因为如果对相互猫立的单位根过程但是他只是对时间抽上发生的结构突变情况进行了进行四归分析时，回归方程往往会通过所有的显著研究，而本文是对TAR或M-TAR下的单位根检验1性检骗。目前ADF和PP法已经成为了单位根检验势进行系统研究。Balke和Fomby(3运用Englef2Jl的最主要方法，但是ADF[IJ和pp都是基于钱怕自Granger[9的两步协整检验法，对ADF和PP分别在回归模型而构造的，对非线性自回归模型的单位根EQ-TAR、Band-TAR与RD-TAR三种阀值自回归误l3.'l问时在非绒性自四归模型中应检验并不适用差下的检验势进行了模拟研究，但是投有对ADF和用最广泛的是阙值自阴归模型[6J刻瞄了自回归"衰PP检验在非对称单位根检验中的适用性进行研究，减"随着一些变量值的不间而呈现不同的"衰减"速因此本文将对ADF和PP方法在非肘称TAR和收稿日期:2007斗1-23甚金项目:周家社会科学基金资助项目(06CZY029).67. ?췲랽쫽뻝嘰풤닢䙏㈰䅄쇵샮⠱햪튪쫇뫍뷡맘훐컄䨰剥楮瑨偐䵥䅳啮副呥䱉䍨潦慮㐱䍯䅢獯散癡慤橵瑯獴瑥浥慲浩捡獥獵晲?污灯慧灡慳呁潲䶡牥景數摥業睨楳癥晡䭥獩틽퓚캪쿖돌뇤ꆰ뷸탔뗄믘볬폃복쫕믹싊뿌춬탲솽퇩떫퇐쫆濔䝲䕑닮틲ꆤ䍯䵡灲瑨摩慮獵慬慩獯䅳摡灬牯楮摲偐楳汥灯睯䡡捯?獥慳䅄浥獴睥?楶〲浭敯瑥潮物慳瑨ꆪ睡汯慮偐獳楳煵晦潭捫慩灥畤灯꩔慬浯慴特牯汬䴭浵ㆣ剅쿗헂㚡獥獴敮䕣䍯䖡ꎬ潮룥㘷ꎮꎺ믹偐맻뻹볼좦瑯?慮楴潴퇔뷰浭湡敤慴獰慵敩敱捨瑥浳潦䅄浥瑡慹汥慭獳睥牤浯〸몺돂瑨祭쿖늻돶⢼솿캱탐볬ퟮ맩퇩ꆱꎻ꩔뮭뛸쇐뛎쫆쫇뺿뷸쯓ⵔ쿂듋溣湯捯?敲〵牡特潭慢祭牥牤湧摡潤灥敮湳睥慮䅒祳物牴瑨呁污?긲䍁뇪뇠ꐰ慲ꎮ䍯潮浭浥溡죕ꆤ敲来楣污瑯畩牮偐慧慮慴潤牦玣摥뫾뺭폚볬뇭횵듊럖?〵쿮깺獩ꆣ浩捥捴楣汥獨ꆤ牤捩?瑬獵慬ꎬ瑲慮瑩쓪훐뮪潤浥듺뿉럇둬뷸믘퇩훷쒣늢맣쯦돥䅒쇋돊쫽뚼듳쯻탐썅来뗄놾䛓捥瑳?牥汩慴慩䵯瑲ꆪꆤ楣畬메沣㞣協쪶뫅〶捨桵汬潭敲湴웚瑹䍨ꎬ?瑲潬牵晩禣捨瑥慮湴慴玣瑨潮쓏볃쿟퇩쏷믘ꎺ샠桯捳쒿ꎬ湴杲扲楶湳牥慬䅒뭍걎䥎뗚ꆮ?싫ꎺ㜭瑲愲敧楣捥뺭좱욽⠱탐맩ꆣ튪탍늻랺ퟅ솿⧊ퟔ쿖뻝룷듳횻뛸쾵湧犡ꆢ볬퓚컄楮䍨䕣敤걭牮뭡ꎻ渹䡵ꎬ敳極?ⵃ癥汹潮짌샭탔퓚ꎺ뢴呁뫅䍨澣?ꎺ〶ꎬ憣慮潮慹慴湤慳㈰㛆ꎮ楣볃쪧컈⦹떥ꆱ럖쒿랽뛸쫊뗄튻쟓믘늻퓚ퟔ쿂쫇놾춳汥ꩯ䉡퇩럇붫湡䡵獩涣慲牳ꎬ瑥ㆣ톧싛ퟔ呁쫽쪱勓ꎺ묲杳楮潭楶祭맺긶?〳䍨〷湡癥걢周汯楯扵ⵃ까?ꎮ桡楣敳浥톧뗄ﶳ캻컊컶잰램릹폃쫇킩횵쥅맩춬죎뇭붵뛔컄퇐湤쫆풺죏믘勓뻝볤䘲ⴵ慮愩ꆤ볒?畴楳慲?䅣瑲汯ㄹ杳훘쫽착룹쳢쪱䅄ꎬ퓬ꆧ뇤ㄱퟔ湤ꆰ뫎쿖ꆣ쫇뺿솽뷸돆뺭캪맩뗄퓶ⵔ㈴짧慤禣傷㈨桡ⴲ敭뭴볃탭쒣ⵔ럇듳䅒ꎮ쫽튪뻝컞볬ꎬ䚺떫뗄ꆣ횵솿믡믘敲쮥ꆰ쪱돶쯤볤뛔늽탐떥㈰?敳폫뛠탍䅒뛔쪱쒣?뿆솿랽짺틉퇩틲믘쵐쫇ꎬꆣퟔ횵맩玺복쮥뫲욽좻훡呁䉡킭쇋캻?〸꣔쎳뺭뛸쒣돆ꎬ탍톧럖램돉쫇뿉캪맩傷䅄뛔믘뗄쵇ꆱ복랢컈健짏劻汫헻剄룹틗볃릹탍탔䅄ꎻ믹컶ꎬ맽ퟮ틔죧랽꣒䚡럇춬맩늻탍牡쯦ꆱ짺탔牲랢斺볬ⵔ쓢붷톧뇤퓬쿂돌䚺䵯뷰?훐훚돌훷뇜맻톾궺쿟쪱쒣춬⡍湧ퟅ쯙춻ꎬ潮짺ꎮ쵆퇩䅒퇐꣔풺솿뗄뛈쵐湴떥쯹⡄튪쏢뛔췹궳쵐탔퓚탍뛸潭敲튻싊뇤죔쫗뗄呁램죽뺿훐?ꎬ뻟볬뫍債攭훺잶캻훜䝐뗄뺭쿠췹짎傡ퟔ럇늸돊敮ꆭ킩ꆣ쪱믡듎뷡勏批ꎬ훖뫾폐틲퇩쫽쒼䍡쿮쓏럇듋쫆뻝摯룹횪⦣쫽뗤뮥믡꫁ꌲ믘쿟䪣쿖쒿瑵틽뇤健ꎬ쪹랢릹습?뛔떫쫊풳풳뎤뛔뷸뗄쒣⠰볬탭곆뻝믘뛀춨쮵ꆯ맩탔겿늻涡죫솿牲벴떥쿖춻쒵䅄횵쫇폃왔즳돆럇탐뻹욶쓢㙃퇩뛠탎맩솢맽ꗎ뚼쒣ퟔ첻춬꩔떽뇤潮쪹캻쇋䚺쎻탔䅒㐱뗄뛔쾵횵벾ꎻ婙욵틑뺭킵쪽럖뗄쯹뮸쫇탍믘귁䅒뮯삤뇤룹헢쟩쵐폐뷸뫍〲돆춳믘?럇뺭볃ꗎꎬ컶떥폐寮믹뗄맩쯗ꆰ돌ⷈ뮯볬룶뿶傷뛔탐〵횵떥퇐뢴킽뛔㤩돉뇤뮸틲훐뗄폚떥쒣풻쮥볲럖뛈쿎잰퇩컊뷸횱컳䅄퇐ꗎꎻퟔ캻뺿쪱쾴돆솿惡듋뗄쿔?쿟캻탍?복볇컶ꪵ뫳쳢탐䚺뺿㊣믘룹ꆣ볤탔꺺맩볬늢쫇禮ꎻ돊?뛔맽훸탔룹훐ꆱ캪ꎬ늻뇊뗄쇋뮸ﻄ뗷퇩뛔펰좵볬돌ퟔ펦냋쯙놼쿉헻늢쒣쿬쓏퇩?寮쳑탐늻쓢䅄슽쫆캪쫊뷡䚺떣몾ꆣ폃맻쵐겵궼뛸ꆣ뗄傼ꯊ쏓뇪놾닺읐ힼ컄짺傱?뗄펦풭쓗졁킵떥폃틲䑆킾캻䵯뷸램뿔룹湴탐뻟쓓몣볬攭쇋폐겺퇩䍡짮?룼ꛓﻄ䅄牬죫뮵듳쾳䚺濄럖놷돌쵐ꏄ컶잶뛈쏑댴傷ꆣ풳뗄ꢶ붷쒣원쿂킾㈰?ꢶ쓢퓔붵㔩푁ꆣ䑆?
Vo1. 27, 预测2008年第6期M-TAR模耀下的检验势进行模拟研究与原因分析。中的"深"的特征，而M-TAR模型可以捕捉时间序列的"尖"特征。时间序列的"探"和"尖"特征是2 TAR、模型和单位根检验由Sichel[川在研究英国的GNP、失业率与工业总产值的周期被动过程中，发现它们的周期被动最现 TAR模型"深"( Deepness )和"尖"( Sharpness)的非对称特根据Tong对TAR模珊的描述，TAR模型的定征，所谓"裸"是长期路势以下的周期成分和快期义如下趋势之上的周期成分的"衰减"(decay)速度不一XXXe 2 Z (H俏ι刷川+咱H乱呐呐il川+乱ßi2λX样。所谓"尖"是指上升的周期成分与下降的周期成分最现不同的"衰减"班度。En叫d由er宵s8和S弘ikl旷o8矿lωX，仆川唰p的寸+σ凡)1(X川，.幽Je AJ (1) 卢叭也对TAR模琐和M-TA民模型的性质作了详细的其中β乱i崎ø川(仰0=1，2，…，pJ是待估计的自回归系数，比较研纯。8, :iid(O, 1) ，X'.d是转换变量，d是滞后参数，Aj构 单位根检验成了耀个定义域上一个状和空间分割，其含义是嚣φAjnA(i和j不相等);/(g)是示性函数，满足传统的单位根检验假定时间序列是线性和具j有对称调整机制，即基于以下的凹归模型(l X JeA (2) ~X， =OX’.I +8, (4) o X'.d候Aj其中8，是白噪声序列或具有自相关的随机项，对在以上模剧中，每个Ai上拟含一个线性自回(4)式进行对称单位根检验的主要方法是DF、ADF归模型，分割由转换费最X川来确定，通常由下式和PP检验。如果接受原假设即(J=0，则认为X，来决定:Aj嚣(机.，，γjJ. -∞据γ。〈γ，<…〈γ=是单位根过程，反之认为是对称调辖的事稳过程。∞，在这盟γ‘是阔{直(ThresholdValue)。事实上该即ADF和PP检验的原假设和备拇假设为模费是自撒励阀值自回归模型(Self-exciting HO:单位根过程Hl:对称调整的平辑、过程Threshold Autor咽ression.简记为SETAR)的一种特而随着经济理论的发展，许多经讲变最堕现出殊形式，它可以广泛用于不同领域的各种非线性建非对称的调辖行为，这种非对称调整机制可以通过棋，包括经济学、环境科学、金融学以及人口动力学阙值自回归模型(epTAR)或冲撞自回归模珊(即等。在这个模型中，我们假定阔值是不连续的M-TAR)来要IJ圃，且在交易戚本等经济分析中具有( Discontinuity) .如果阀值是连锁的，则此时的模型非凡的庇用价值。因此具有非对称调整行为的单被称为光滑转换白日lY3模型(SmoothTransition Au›位根检验中，}jjl:假设和备择假设分别为toregression ，简i己为:STAR).这个模型巳被GrangerHO:单位根过程和Terasvirta[1 0 J详细讨论过，国内许多学者[11]也对Hl :非对称调整的平稳过程(TAR或M-TAR模型)该模型在我罔货币政策中的1耐用研究作了详细的如果采用传统的ADF对以上原假设进行检瞧讨论。在本文中由于简单起见我们只讨论当阀值是不适用的，因为ADF方法是针对线性自回归模是不连续的情形。型而构造的，对非线性自凹归模型并不适用[叫，但 M-TAR模型是Pippenger和Goering并没有对PP单位根检验法冲最阔值自m阳模型(MomentumThreshold 在非对称单位根检验中的适用性进行研究，因此本Autor吨ression.简记为M-TAR)由Enders和Grang文采用Monte-Carlo模拟来揭示ADF和PP方法在er引入到经济分析中，与TAR模型的主要旺别在非对称单位根检验中的适用性;同时由于经济分析于转换变量不同。在TAR模剧中以捕后的时间序中普蹦存在异方菇，所以也对ADF相pp法在异方列作为转换班懂。而在M-TAR中，转换变量不再整下的检验势进行了MC模拟研究。是精脂的时间序列，而是栅盾的时间序列变化嚣，其它变盘含义与TAR模型相同。即3 ADF和pp检验在TARl:ii 模型下的检验势研究X,= L (。而+ßj(X，.t+ ’-2 + + 在TAR下的检验势研究ßi几X，咽'.+σi8，)/(~X'_dεAJ (3) 为了进行MC模拟研究，我们特构造以下的(3)式和(1)式的唯一区别在于:在(1)式的Two唰Regime的TAR模型TAR模剧中转棋变量是X，叶，而在(3)式表示的... +8.. X._.:E;λ M-TAR中转换变量不再是X'_d'而是~X'_dOEn›X,=f’..’-’ .. (5 ) Xders和Granger认为TAR模型可以捕捉时间序列Lp2川+8，X'_I习. 嘰풤닢㈰䶣?呁㊣틥ꇱ碡炢䕁斡㲡웤㢡돉䆣ꎬ塴⠲ꆾ墡ꆮ퓚맩살ꇞ噡쒣周䅵쫢뗈⡄놻呲瑯뫍牬〱룃쳖쫇䴭敲폚쇐슬⠳䕮摥ꆤ훐평닺ꆰ헷쟷퇹튲뇈뒫폐ꇷ⠴벴䠰뛸럇䶡캻䡏䠱죧탍컄ꆣ룹돥웤?㘸ㆣ긱ⵤꏒ牥慮ꎮ긲墣?呥뷭椩〸깔务勄죧ꈩꊡ훐쇋뭮틔쒣뻶ꎬ汵탍瑯탎ꆣ楳돆쿪싛늻呁틽ퟷ훍쯼⧊牳뗄卩횵짮쫆럖뛔뷏긳춳偐떥䅄ꎺ쯦꩔랲룹맻뛸偩럇닉ꎣꌽꆤ긲뻝ꎺ⑁뭤獨獩솿갽훐牡ꎮ쓪䅒ꉍꏐ쿂璡꼩슬헻䆣짏탍뚨퓚攩쫇牥쪽냼捯캪杲쾸ꆣ솬勄죫뮻뫳뇤붺뫍ꆰ捨뗄ꆱ쯹횮돊呁퇐떥돆붽볬캻䚺ퟅퟔ럇닉쫊릹灰뛔폃佘햼ꌽ?췲랽쫽뻝닮䅄볬㎣캪呷挵웕쿂䚺퇩澡뇩쵐쫆뷸꩒㞡멩?潬瑩勖呯ꇆ獶墡ꍎ뗚쒣ⵔ?꩐뮲룶갽昱䅦ꎬꎺ헢ꆣퟔ杲삨湴맢潮敳쳖퓚탸ꏐ떽뇤뗄솿촨췖䝲짮볢敬훜⡄캽짏쿖勄뺿캻떥뗷䤭퇩룹쵐뺭믘⧀펦뛔폃퓬敮돆䵯듦볬傼퇐呁탐敧楤탗湧楲횵ꎣꆣ澣⣂⢿䤫㛆탍䅒ꎮ⠰뚨럖䅦샯쫂벤敳쯼뺭룶楮뮬獩싛컒놾뗄?솿뮻쪱몬ㄩ탗慮ꆱꆣ웚敥ꆰ늻ꏐ룹캻헻킶맽傼볃뗷맩뒿폃훐돆뒫来떥湴퓚퇩뺿勏䵃業瑡꺣긶뛔⠰ퟔꪻ햼쫇?쿂쒣곌⯘㴱틥⡩훐룮㴨㞡쪵샸獩뿉볃畩潮맽맺컄쟩늻뇤볤?쪽ꪻ来뗄쳘ㄲ늨灮짮훜볢춬춺볬룹믺풳죧돌샭헻첻볛ꎬ뗷춳犺캻斡틬쫆습斵겡ꆣ呁믘냗ꎬ뮱뗄탍ꎬ폲뫍평祦ꏊ짏潮틔톧瑹뮻믵훐탎럖춬솿탲폫뮱狈쳘헷巔뚯敳ꆱ웚쵍퇩볬훆욵맻돌싛탐궣횵풭헻틲뛔쵇룹ꩃ랽뷸?쒼쓢쑔ꌫ勄맩퓫ㄩ볬뫍若㊣짏ꎮ쎿ꆪ쟣룃횵ꎬ맣ꆢ훐⦣ퟔ볲맺뇒평ꆣ컶쇐呁뚢캨쿎헷?맽猩쫇돉ꆰ퇩ꗎ뷓랴쓔䠱뗄캪⢼곇볙䅄럇潥慲닮탐䅒퇐ꏐ슬쒣짹ꎬꆮ뾲灐퇩떥⥬겡튻ꆺ룶뮻璣탖ퟔ볲랺뮷곈믘볇쓚헾폚훐퓚뛸勄뿊꩔쪱킾돌뫍뎤럖횸쮥呁볙벴뮸쫜횮궼ꎺ랢둔틔틲짨욽䚶䅄쿟物汯쇋폫뺿쒣춵탍탲ꆮ湸햼쫆캻⡸궣碴룶늻䆣뇤걹딨믘볇폃뺳컒맩캪탭닟볲ꎬ呁퓚뛸ꏐ쟸잣믔䅒볤뿃훐ꆰ웚뗄짏복勄뚨믹寮풭죏?뛔햹헢?듋뫍컈퓒䚷탔湧쒣쯹䵃䴭웑탍쓃⡍쇐ꆣ뷸룹汸璣걐ힴ쿠믉솿晝周맩캪폚뿆쏇ﯣ쒣ꎺ뛠훐떥폫勄䶣쫇췏ꆣ뇰깝탲삹ꎬ볢쟷ꆰ짽ꆱꏐ쪱볙돆훖⦻믒뻟놸맽퓉붷ퟔ늢뗄쓢쫊틔呁킾컒?潭⦣믲탐볬깴첬뗈쿄墣ꎬ牥쒣卅늻톧볙탖탍協뗄웰䶡呁ꏐ깔훍퓚籦쇐蝹랢ꆱ쫆쮥쯙춵볤틔짨쫇춱뗷탭럇ힳ폐퓱돌쿔믘쎻쫊살폃튲쓢勄?쏇ꆣ쟗ꎮ의갨敮뻟쒣퇩⧊뿕⦣꺡튻獨탍呁춬ꆢ뚨뗊⡓䅒헟펦볻꩔勄췖뫳겡폚ꎮ뿉뗄쑇쿖틔복훜뛈쓐탲쿂쓖벴뛔룔헻뛠즱럇볙⡔궼쟕맩폐폃뷒탔퇐ꏐ쳘ꇷꪻ뒨걔ꎮ瑵ㄫ폐쓢잴볤뮣쿒ꏀꇞ潬⡓利쇬뷰쟁浯⦣ꆧ폃컒䅒ꏐ탒훐뗄ꎼꎺꆣ틔쒣ꆰ乐쯼桡쿂ꆱ웚퓖쇐〽돆뺭뿗뺵뛔짨?탔쪾ꎻ䅄뺿췏릹墡汁䅒뮱?ꎬퟔㄫ슬퇐ﶹ럖갨뮸듈㵹?敬뗄폲죚횵곐潴곕ꆧ쏇⧓춵퓖ꎬ쪱ꎣ퓚늶탍짮ꆢ牰⡤돉䕮쫗쫇믘ꪷィ뗷?욽볃풻좾돆믲퓏偐뷸䅄춬䚺ꆣ습퓬쒣쿠뛸깤뺿슬삼룮朩랶漼昭튻뗄톧쫇?튲횻쥅쓖춺볤힢⠱뛸ힽ뿉ꆱ쪧湥훜散럖摥쿟맩붷곔헻컈뇤?궼뗷뇰䶡?늢떥탐䚺쪱쵐틔탍맘뾣墡폫욵ꎬ쫇?ꢣ祬數훖룷틔늻쒣뛔ퟷ쳖湤뮻탲⧊퓚쪱뫍튵훜獳웚慹牳쯏탔뗄?맽솿믺쎷헻캪꩔킼퓗캻퇐쵐평傷쿂椲碡뗄걤䅘풭쓗웤쪾퓗곍㲡捩쳘훖벰솬곔ꏐ쇋싛敲쓊뇤쇐붵⠳볤늶ꆰ싊웚⦵돉⧋쿂뫍탍을쿎욽돌돊훆훎탐䅒풻쫊룹뺿傷폚꣔뗄뚨碡ꏒ쯦틲풻쫇몬탔ꢳ괼瑩럇죋탸췒쿪떱玺놼솿뇤?⧊ꆣ탲ힽ볢폫늨쒷럖?붵卩뢵뻟䚡꩸컈쿖뿉촨캪쒣?폃볬ꎬ붷뺭?ꍴ믺ꏒ묲럖?틥몯?ꏓꆯ湧쿟뿚뗄쯊톱쾸쵇늻뮯붱쇐쪱ꆱ릤뚯잶뫍좲歬ꉁꆣ맽돶틔벴킾탍ꆧ퇩틲꣔볃훍ⵤ쿮컶묲쫇쫽짏ꎬ탔뚯놵뭇뗄횵牡?퓙솿⮡볤쳘튵돊풳뎤믒훜潳䑆돌춨?떥ꆰ램듋럖뫳ꎬꆣ뗊ꎬ싊䤽붨솦쓄牡湧뺵탲헷ퟜ쿖워웚?ꆧ맽놾컶튻⮡괫닎뛔ﶣ싺?톧ꏐ湧쫇뢱떫괫쫽?ퟣ敲ꎬⶡ䆡ꎹꍼ?⬫햼ⱦ횪楴웞ꎺꎺꎺ쾲ꎺ
刘祝中，等ADF与pp榕在非对称单位根检验中的应用研究和Three-Regime的TAR模型，并在中间的Regime件:8'，='川+矶，其中η，是相互独立的N(O，中数据序列服从单位根过程，这类模型在交易成本1)0如果是异方羡情形，对随机变量矶的方援施等经济分析中具有重要的应用价值加GARCH(l，1)的异方差，其表达式为:O'~ =1 + rρIX'_I +8’11 X'_I理::;，\斗，_1+ O. 85σ，..1 ，在模拟中样本睿最T=5 0、X100、200，每种情形模拟1000次，所有初始值都设, =l X’.l +8’2’ ¯EX，叶运Å1 2(6) 为0，方聋的初始值设定为1，因此为了消除韧始值Xlρ2'_1 + 8’3’ X，叶>Å2首先根据(5)式和(6)式分别生成Two幽Regime的设定对检验所带来的影响，模拟中去掉数据列的前200个数据。显著性水平分别为5%、10%，利或Three-Regime阔值自回归模型坑。为了应用用AIC准则确定最佳栅后阶数。ADF和pp检验，对随机误差项8'，施加自回归条授1ADF和pp在TAR下的检验势模拟结果问方是界方提pp pp 阀值8T ADF ADF 8. z 5% 10% 5% 10% 5% 10% 5% 10% 50 100 1. 000 1. 000 200 1. 000 1. 000 ω 50 O. 755 。.571O. 727 100 200 ∞ 50 O. 147 。. 100 。.252200 。. 。.38050 。. 100 1.ω。 。. 200 1. 000 l. 000 l.ω。 1.ωo 1. 000 50 O. 733 O. 744 而与 100 。. O. 785 200 。. 1. 000 50 O. 140 100 O. 165 200 O. 194 50 100 1. 000 200 1.∞。1. 000 ω ∞ 50 O. 749 与 100 200 。. 1. 000 50 O. 196 O. 168 100 O. 144 O. 140 200 注:表中数字表示在1000模拟中拒绝单位根原假设的比率。从表l得出如下结论:首先，不论是间方是还比ADF的检验势下降幅度要大，如在样本睿最为是异方盖，ADF和pp检验会随着模型的非对称性200、5%显著性水平下，随着非对称程庶的加大，同程度越大(即在Two-Regime的TAR模型中，不同方提下ADF的检验势由下降到，而ppRegimes中自四阳系数相差越大或在Three-Regime的检验势由下降到;在异方整下ADF的模型中，除中间Regime之外的自回归系数相提越检验势由下降到，而pp的检验势由大)，则检验势都是下降趋势，但是pp法的检验势下降到这主要是因为当非对称程度越.69. ?췲랽쫽뻝쇵뫍훐뗈牰塉碡㐭䅉⠶ꆾ報쫗믲볾ㄩ볓ィ캪뗄잰䅄폃뇭춬틬ぉ틔?ꆪ汯侣㈰힢듓쫇돌剥쒣듳뇈랽볬ꆤ䅄侣ィㆣ㔰㈰䅉햼偐䅄긲길긹ㆣ㔰侣㘹汘ꆪꇜꎮ?랽솦ィ瀲횵偐㖣길긹긷기긲긳侣몺周쫽뺭ꌽ㊡?쿈ꎺꆣ䝁ァィ짨㈰䚺䅉뇭틬뛈杩탍⦣䅄닮볬퇩긱⥆?㖣㔴㌵㐵ィ侣㔰긹기긲㈰ꆤ没䦡?碡ㄾ닮ꎮ긳㖣㘰㐷㠵㌰㜹㤳㤶〰㥬㤲㤸㠰㔸㐰㈲ぬ㘵〳㐹긱긲ィㆣ㈰㔶ㄵ㐲㘲汬侣塬ꆰ뇭뫍ꎥ?㖣긲긴긱긳길긹긵ィㆣ㔰侣㠶㤶㤷〰㝬㠸㤸㜹㜷㐷㠷㘸㐹훐牥뻝볃筸룹햼죧剃ꈲ겷뚨ジ쵐䏗沵랽풽浥곔䚵ꈵ쿂퇩쫆ꎥ?㔰ィ侣㤹〹㌴㑬ㄵ〵㘵㔴긹기긲긴긳ꩬ?ꏒ䄲뛸닮폫ꎥ?侣ィ䪣ㆣ㈰㘸㐶㤴㐴〲㔸㐲㜵㔹㈸㡬ㄹ㘵㔲긹기긵긷긴긶㤶〹㌶㠶㤹㐰ꆪ偐훐ꎥ길긹긲긵ㆣィ㔰侣㠴㤵㘲㜹㤶㤹㜴㐴〵㕬㠸㜷ㄴ㜲ꆣ斡탲럖⯕?뭬뻝맻䠨〰붲뛔傼볔쎳닮듳珖ꎬ쒼䅄쫆평붵긹기侣ィ㈰㤶㤹㤷㤸㜷㐹㐳㘹㔴ㄳ㈸㌷ꎻ퓚㔶㈸㔷㔹㐳ㄳ㠰기긹깏긵긷긴긶긲길?ィ侣ㆣ㔰氫쫽벡ꇜ㤰㤶㤸〰㜶㠹㤷길긹?긱긷뗈ꑒ쇐컶튻⠵꩒㴰쫇ㆣꎬ볬ﶾ⢼탗돽쿔䚵평떽〰㤵㤸潯㠶㔵〷㐳㝬㈷㑬㔹긹깯긱긲긳ィ侣㈰呁㠳㡬㐰〴㌷㔲㑬〶㌳ィ侣㔰ퟖ?䄲튻㠳㥬㤶㤷㜳潯㜰㘷㐷㌲〳〷㔸㐶긲긳긱ィㆣ㈰勏ꎺ敧럾훐?⧊ꎮ틬갱쎿쒳퇩?랶긳긴긲길긹긵ィㆣ㔰侣䅄듔풻훸쒼뇭ㄵ㌴㔶㘸ㄸ㘳㔲긹기?ꎮ습〴㜲㜳〳ぬ㜹汏㠰㐲㈳㔵㘳㈹㘴긹기깯깏긵긷긴긶㜶㠸㤶〰㠳㤸㤹䅄業듓뻟붺㘸랽⦵훖쯹ꏏ겶꣗슽䚺??볤욶웏탔기㤵긲쪾㤹〰潏㤸潯㔹㌳㈳㌸㜳㐴㔰㘴쒼⬰䛓斵떥폐촨旣뒨닮쓒쟩볖듸퓖퓋퓚쵐睯剥벳슽쮮쿂ꎮ쑔캻훘㘩탖⮣쟩탎뗉살퇖?傼ⵒ뗊杩쫏떷욽웓붵ꆣ웄〰傷䅬룹튪쪽뗗겣탎붲㠵쒣뗄퓋龜춺뫊敧﷏浥슽禮쿂줱떽헢ꏄ쒣꣔泄맽뗄럖풻겣ꎬ쓢꣎펰껆ퟏ業횮뗇죒ꎮィ훷Ⱳ쓢?ꏐ돌펦뇰?겣뛔곆ꨱ쿬붷좣斵췢ꪴ쯦ハ긲긳튪ꎻ훐?잶춣ꎬ폃짺곆쯦〰횱ﶡ겲쑔붴뗄욣ퟅ슽〳〱쫇뻜ꎮ풳겲헢볛돉ꏐ믺듎틲쒣ꆣ?믂엄䅒ퟔ겵곈럇떵ꎻꎬ뻸ꎮ욵ꋔ샠횵呷쵘킣뇤ꎬ듋쓢ꨵ쪩떥?ꏐ쒣믘ꯊ뛔봰퓚뛸캪ꎬ캻ꗎ?쒣漭ꆣ겣솿뷎쯹캪훐ꎥ볓쟍춵탍?맩읐?돆ꎮ틬偐떱퓚룹뮸킼탍剥ꆣ겡쳯ꪣ폐쇋좥ꆢퟔ겷쒷훐桲쾵傷鈴돌㌰랽뗄럇풭쒣寮퓚杩캪ꏊꆣ몶돵쿻뗴믘붲잶ꎬ敥쫽ꢵ뻈뛈㒣닮볬뛔볙쑒붻浥쇋쟏뗄ꊣ쓢쪼돽쫽ꎥ맩풳늻ꆪ쿠쒼?겶쿂퇩돆짨敧틗펦랽먽횵돵뻝ꎬ쳵?원춬剥닮뿎볓䅄쫆돌훐뗄킵業돉폃ꖶ닮ㄫ뚼쪼쇐샻?杩풽듳䚵평뛈뇈퇹쓓?놾상쪩짨횵뗄싊浥ꎬ풽놾ꆣꛓꊵ춬죝쏑쒣솿킾꽶爽?⠰㔰ꎬꆢ
Vol. 27, 预测2008年第6期大，ADF和pp~去具有越严重的设定误簇，会导致检脆方提对ADF和pp的检验势棋有明显的规律性影响。挣下降;而另一方面由于非对称程度加大使得数据的第五，在咽1re←Regime的TAR模型的检膛中，随着中间Regime的单位根过程的加宽，ADF和pp检验势虽均值四复时间发生变化而导致检验势发生变化，两种效应叠加使得ADF和pp检验势下降。其次，在每一现出没有规律性的变化，原因在于加宽中间Regime种情形巾，两种方法的检验势都随样本容量的增大附的单位根过程的不问设定具有不同的均值四复时间，增大，但是pp法的检验势随样本容量增大而增加的闹闹ADF和pp检验势也会发生变化。幅度在大多数情形比ADF法哥哥大，可能的原因在于 在M-TAR下的检瞌势研究W法是…种非参数方怯，要求更多的样本;第二乏，在首先生成冲撞阀值自回归模型孔，数据生成明tree唰Regime的TAR模割的检输势要低于Two-Re过程间(6)式，只是此时的转换变量为.1X._，参数1gime的TAR模型的检验势，这主要是因为搬回ree唰的设定、显著性水早、样本容盘以及GARCH界方Regime的TAR模型的中间Regime服从单位根过程，堂皇形式与TAR模拟相间，我2为模拟结果。增大了数据过程的均值回复时间;第四，是否存在异'提2ADF和pp在下的检验势模拟结果同方盏异方差pp pp 阙值ADF 。lADF (JT l 5% 10% 5% 10% 5% 10% 5% 10% 50 。.5100 200 1. 000 ∞ 1. 000 1. 000 1. 000 50 。. 100 。.988。"。2∞ ω 1. 000 1. 000 1.∞o 50 O. 764 。. 1仪} 。.973’ 200 50 1∞ 200 1. 000 1. 000 1. 000 1. 000 ω 1.侃"。ω 50 啊与 1ω 200 1. 000 1. 000 1. 000 1. 000 50 O. 737 O. 757 。. l佣。嗣 200 。. 50 100 l.创) 200 1. 000 1.ω。 ∞ 1. 000 50 。. 。. O. 799 与 1∞ 1.创)佣2∞ 1. 000 ∞ O. 740 50 1ω O. 778 。. 。嗣973200 。. 注:在10∞次模拟中拒绝单位根l反假设的比率。从上面的模拟结果来肴，首先，ADF和附在可能的原因在于在其它条件(自回归系数都是大检验M-TAR时比检磁TAR时具有较商的检验势，于0的lE数，在经济时间序列中往往如此)都相同.70. ?췲랽쫽뻝嘰풤닢㈰듳쫆뻹킧훖퓶럹偐周杩剥랽뗚볤쿖뗄틲㎣쫗맽닮뇭䅉춬틬뇕ぬ죧?ꆪ侣汯抣澣힢듓뿉볬폚ꆤ䅄ィ㈰澣偐䅄긲길㔰侣긹ㆣ?랽ィ㜰⥆ꎺ偐㖣긹〸ꎬ쿂횵펦쟩듳뛈램牥浥杩닮컥剥돶떥뛸긲쿈돌짨탎짏쓜퇩サ?㖣긹기긷길긵긶긲侣ィ㈰깏긳㝬㌵㜳긲닮긳ꆤ?㖣㘹㠹㠵㤴㘵㠴㤷ィ侣㔰㠷㜵㤲㔹㜷㤵㥉㠳㤰㤳뫍ꎥ?汏㖣㤵㤸〰㤷㤹㌷㜷㠹㈰㔷㝬㈹㈳긹ィㆣ潯ㄴ㥬㠶ㄷ㐰㜶〹길긷쓪䅄붵믘뗾탎ꎬ퓚쫇斣뗄浥쇋뛔杩쎻캻짺춬뚨쪽쏦䶡쓕ꎥ?㔰ィ侣긹길긲긵ㆣ㞣폫ꎥ?ィㆣ侣㈰㔸㜰㙬㕬㜳㐷㜴긹깯기㘳㐴㜸〲偐汏ꎥ길긹긲긵?ィㆣ㔰侣汯㤶㤷㤴㠷㤱㤰㤳㈳㈹㜲㘴㘲㐲ㄳ기깏긶긷걎뗚䚺ꎻ뢴볓훐떫듳튻깒呁뗄쫽䅄퓚浥폐룹䴭돉⠶ꆢ폫풭꩔긹기?ィ㈰㤴㤶潏〰㝬㠶㤹㤷㐴㈷㠴㜹㌰긹기깏길긲?ㆣィ㔰侣〰潯㤸㤶㈸㌷ㄹ㤹㈶퓚住澣㠷㤵㤹〰㡬㤷긹?긱긷㛆쵐뛸쪱쪹ꎬ쫇뛠훖敧勄呁뻝䚺周뗄맦맽돥⧊쿔쒣틲䅒ﶣ㤹〰㤷潯㠲㌹㔰㔷㌳〸㈹㐹기긹긷길긶긲漨䴭㠲㠸㤲㤶㜶㤰㤹ィ㈰듎긶〰㤵㤹㝬㥬㌳㐴㘴㜶㐳㑬?ィ㔰侣汯?傷쇭볤뗃솽偐쫽럇業ꏐ勄맽쵐牥떥싉돌傼勏솿붣훸긹ィㆣ㈰쓢퓚쪱곔呁쒣긹길긲긵?ㆣ㔰ィ侣㘵㠴㔵㔹㝬㐷㜳긹깯기?㤲㤶㤵㤸㠷㥬㠰㐰㍬㠶㜹㐷㈳㡬기깏길긹ꢾ튻랢䅄훖램쟩닎斵춵ꏐ돌債斡캻탔뗄습곖ꏄ뷡폚뇈?勏쓢㠶㤵潏〰㠲㠹㤹〰潯㈹ㄳ㌳㈷㉬㌰㔴?랽짺䚺뗄탎쫽쑔쒼춵꩒룹늻횵믊쮮습훐맻퓚볬궼쒼뻜탔쏦뇤쵐램볬뇈랽䅒쓖뻹敧맽춬웒ퟔ잴욽살웤퇩쏊뻸뷑평뮯傼뗄퇩䅄램쒣킼횵業돌짨늻믘쯊ꆢ겣뾴쯼呁놼떥쿖폚뛸볬쫆䚷ꎬ탍욣믘웃斵뗄뚨웑맩놵퇹겱쳵䥬웄캻?럇떼퇩쯦꣒튪뗄곕敧뢴믓쑔볓풭뻟ꋉ킾쒣쓗놾쫗볾쪱ꏄ룹쓉뛔훂웏쫆퇹ꪴ쟳볬業쪱탃䅒뿭틲폐缾?탍ꪻ죝캪쿈⣗뻟탖풭돆볬슽뚼놾룼퇩斷볤쒣ꎬ퓚늻墡뮱솿풻폐탍볙꣎돌퇩떡쯦죝겿뛠쫆ﺴꎻ풵탍䅄폚춬꾡ꎣ틔쓢?짨?뷏留뛈쫆ꏆ퇹솿진뗄튪쟒펵뗚쒹䚺볓?곊뿎벰뷡룟杻뇈볓랢놾퓶?퇹뗍ꗎ쯄볬쵐뿭뻹ﶾꪡ䝁맻뗊뗄싊겻듳짺캣죝쓔놾폚뮸ꎬ짐퇩傼훐횵?剃ꆣ僔ﶶ볬쬩ꆣ쪹뇤곔솿뛸귒ꎻ呷?惡쫇퓓훐볤믘荒뒨䣒?볊퇩뚼볖뗃뮯?뗄퓶뗚澡桲ﶳ럱냏ꎬ剥뢴?잴쫆쿠슼쫽ꎬ뿒퓶볓?죽꩒敥첣듦쯦욳杩쪱닎?춬뻝솽?듳뗄ꎬ斡ꆤ퓚ퟅ浥볤쫽?뗄훖뛸퓚틬훐ꎬ
刘汉中.等ADF与pp榕在非对称单位根梭磁中的应用研究的情况下，M-TAR模型的"持久性n( persistence )一称程度保持不变，而转换变盘不间，此时M-TAR的般要小于相应的TAR模型，因阳在M-TAR模型中检验势要高于TAR模型的检验势，究其原因:TAR的均值四复时间往往要小于TAR模型的均值四复模型比M-TAR模型回复均值的时间要快(即"持时间，这样M-TA民模型的ADF和pp镜计量比久性"较大)，因而M-TAR模型的检验势要高于相TAR模珊的ADF和pp统计量要更加左偏，拒绝单应的TAR模型的检验势。再次，在非对称程度和位根原假设的概率也增大。"持久性"反映了数据转换变盘都相间的情况下，Three-Regime的TAR的均值回复时间的长短特征，如在一阶线性自酬归或M-TAR比相应的Two-Regime的TAR或M-TAR即AR(1)模型中，当一阶自回归系数(大气fO的正模型的检验势要低，究其原即:在Three-Regime中数)较大时，则数据的均值回复时间较长持久由于中间Regime中数据盟单位根过程，所以数据性"也较强，当一阶自回归系数(大于O的正数)较序列的均值阳复时间比Two-Regime数据序列的均小时，则数据的均值剧复时间较短持久性"也较值回复时间要伏，因而"持久性"也较强导敖检验弱;其次，在Two-Regime和Three-Regime的M-TAR势下降。另外由于ADF和pp检验式的设定不同，模型中，随着非对称程度的增加，ADF和pp的检ADF法的检验式是根据信息准则来确定栅盾阶，验婷都盟上升趋势。究其原因在于随着M-TAR的不同的信息准则就有可能得到不同的精后阶数，因非对称程度加大，一方面检验式的设定误是会导致而有可能得到不同的结论。因此在同…模型的单ADF和pp检验势下降，而另一方闹非对称程度加位根检验中，在检验式的设走上pp法比ADF法具大使得数据的均值四复时间发生变化而导致检验有优势，原因在于:pp检验通过非参数方法可以全势发生变化，两种效应叠加使得ADF和pp检验势部剔除干扰项自相关对检验所带来的影响(检验上升。i革与TAR模摄下的ADF和pp的检验势变式中不包含被解释变最的滞后项)，而ADF只是通化趋势正好相反。第二，在异方盖下两方拔的检验过增加滞厨明来减弱白相关的影响，不间的信息准势影响不明显。第四，在Three-Regime的M-TAR则具有不同的滞后阶敬。但是在我们的MC模拟模型中，随着中间Regime的单位根过程加宽对中反映出大多数情况下ADF检验势要高于pp检ADF和pp法的检验势影响也不明显，具体的原因验势，其中可能的原因在于样本容量较小。由于在于中间Regime的单位根过程加宽的数据设定的pp是非参数方法，它的有效性要求样本智量较大，不同也是影响ADF和pp检验势的主要原因o所以随着样本容量的增大pp的检验势增加较ADF怯快，这一点在战们的结果中得到了充分的4 结论反映。最后，ADF和pp法在非对称单位根检验ADF和pp检验虽然已经成为单位根检验的中，异方要是对两方法的检瞌势不存在明显的规律性标准化方法，但是近年来随着经济学理论的发展，影响。还有一点需要说明的是在理论上随着许多经济变最具有非对称自回归非线性行为，因此Three-Regime的TAR戒M-TAR模型中间Regime新的非对称单位根检输方法论的研究已经成为目的单位根过程加宽，会导致ADF和仰的检验势下前时间序列计量经济学的重要领域之一。显然传降，而在模拟中表现不明显，原因在于加宽中问统的ADF和pp单位根检验法由于检验式的设定Regime的单位根过程的不问设定具有不间的均值阴策时间，闹闹ADF和pp检验势也会发生变化。误差已经不能适应非对称单位根检验。本文的模拟结果也显示了随着序列的非对称程度的加大，在参考文献:TAR模型下ADF和押的检验势都景下降趋势;而[1] D ckey D A. Fuller W A. Likel hood rat o statistics for 在M-TAR下ADF和仰的检验势都垫上升越婷。autoregressive time series w th a unit root [ J] .应conomet峭究其服困:随着TAR或M-TAR的非对称程度加rica, 1981,49: 1057-1072. [2] Phillips P C B, Peηon P. Testing for a unit root in time 大，一方面ADF和W检验式的设定误援也增大，series regression [J]. Biometrika, 1988. 75: 335帽346.阴阳其枪聪势也下降;而另一方因非对称程度加大[3] Balke N S, Fomby T B. Threshold cointegration [ J]. In›使得数据的均值回复时间发生变化而导致检验势ternational应conomicReviews. 1997, 38 ( 3 ) : 627 -645. [4]刘叹中.Enders-Granger 方法在协援枪验中的应用研究发生变化，附种效应叠加使得ADF和W检验势在[J].数庭经济技术经济研究，'2IX17,24( 8) : 137-144. 不同的模型下具有不间的变化规律。其次，在非对[5]刘汉中.具有GARCH(1，1)-正态误差项的非对称单 71 ?췲랽쫽뻝쇵뗄냣쪱呁캻벴쫽탔킡죵쒣퇩럇䅄듳쫆짏뮯퓚늻?뷡뇪탭탂잰춳컳쓢뺿틲쪹랢돆볬뻃펦믲평탲횵뛸폐늿쪽맽퓲훐偐쯹랴펰周붵剥믘닎뾼컄쿗嬱䆣牡瑩獥睩畮牯物嬲楮牥嬳捯瑥䕣嬴孊嬵ꆤ䆣獴景?厣潴까瑩慵浥物瑨楴捡䊣牮潮癩㜱嵄潴嵐杲嵂楮巁嶣걆慴?傣景몺쟩튪뻹볤勄룹䅒⦽ꆱ쪱ꎻ탍쫆뛔䚺쪹랢짽쟷펰폚춬싛ힼ뛠뗄닮뷡䶡웤ꎬ뛸뗃짺돌퇩탔뮻쇐믘쿂䚷폐폅쳞훐퓶뻟랴쫇틔펳쿬牥떥杩뢴ꎺ敳楫?瑯敳ꎬ걐깔慴潭敷ꆤ畬楳깔?潭楣孊桩敳慬瑥껊敬牥ㄹ敲桲楯훐뿶킡횵ꎬꏐ풭⠱쾴튲웤뚼돆쵐뗃짺ꆣ쫆쿬뮯뺭럇볤䅄틑맻꩔튻쫽뇤뗄뛈뇈ꆱ呁뢴붵ꢵ뿉볬돽늻볓폐펳쯦ꢿ틬斡캻뛸浥쪱汥瑩敳批玡楨杲㠱牯敳湡步嶣汬獩뫖ﷁ?捳瑩ꎮ쿂폚믘헢춵볙⧄뷏퓲듎ꎬ돊돌傼쫽뇤헽늻傷볤쫇랽볃뛔탲䚺뺭튲췏䅒틲볬뻝뮯쒣놣튪䴭勄솿뻹쪱ꆣ쒼탅쓜퇩룉냼훍돶웤닎ퟅퟮ뮹꩒룹퓚뗄ꌱ潯敳?桯湧?깅楰潮慴킣뾾?獩㐹汤㤹뗈ꎬ쿠뢴퇹쑁짨ꏐ놣잿쫽쯦짏뛈뻝뮯폫뫃쏷ꢵ剥펰램뇤돆쇐쵐늻쿔쉁쿂ꎺ쏦퇩뗄탍돖룟呁듳뚼뇈횵볤쇭쾢뗃훐풭죅몬뫳춬곕닮폐敧맽쒣떥癥捯ꎺ?孊楯깅궼꺾㞣ꎺ䶣펦쪱䑆뗄췖곔ꎬ뻝퓚ퟅ짽볓呁쿠쿔쒼杩쿬솿떥볆債쓜쪾䅄쯦쫆뻹솽쿂늻폚勄⦣춵믘튪췢ힼ떽틲쿮놻뛠뿉랽놾뛔튻業돌쓢캻湯嶣湛갳湤쎼?㔷䅄깔뗄볤뫍룅킣떱呷럇쟷듳웏뻹솽勄랴ꆣ훐浥떫뻟캻솿ꗎ쫊쇋䚺ퟅ튲횵훖뇤呁ꏐ곒쒼춬펦튪뢴뎤평뷊퓲늻퓚ퟔ뷢살훍쫽쓜램죝뮵뗣斵볓룹뛸㠨깂䩝敲볊큇ⴱ㌩〷䛓䅒呁췹偐싊뗄겵ﶾ튻뻹漭뛔쫆ꎬ슽횵훖ꏐꆣ뗚볤䚺믒쫇폐룹뺭뮸펦쯦쵐쿂믘킧勄춻뗍훐쪱폚잸뻍춬볬쿠쫍복뫳쟩솿랽탨쑔뿭뇭맽䅄璡楯ꎮ玡㊣ꎺ?浥ㅮꑇ궼䍈쒣勄췹춳튲뎤뇒?뷗횵剥돆ꆣ튻떣믘킧췏뗚쯄웓떥쵐톾뷼럇볬볃寮ퟅ뗄債劻傼붵뢴펦늻뛸ꏐ?쟩呷ꎬ쫽볤틲䅄料폐퇩ꎺ맘뇤죵뿶풭쯼?램튪䅒쿖돌䚺?㘲瑲牡쏑⠱傷탍ꏐ튪볆퓶뛌뮽쒾ퟔ믘杩돌뺿랽겶뢴펦습죽ꎬ냏캻傼궳쓪뛔퇩톧탲볬쒼ꎻ쪱뗾춬춵뒾ꎮ욡뿶漭뻝뇈뛸䚺?뿉뷡쪽偐솿쫽쿂틲뗄틃쮵믲믡늻쵐㜭楫湧킾ꎬ㘴꣔뗄춣킡솿듳쳘ퟗ淪믘뢴浥뛈웤쏦쪱뗾쑁ꎬ퓚룹짎살돆랽쇐퇩ꎮ뛸볤볓뮻쒼呁ꏔ쿂剥돊呷ꆰ쵐엏쓜싛볬쿠ꆣ䅄폐잵쏷䶡떼늻傼憣㖣敲뾣ㄩ?ꆰ곒폚䅄튪ꆣ헷풻떻맩쪱뫍뗄풭볬볤볓䑆퓚周늲맽ꪵ쯦ퟔ램훘꣓떥쫆呁붵쇭랢쪹뇤떵勄?ꎬ杩澡돖傼ꋗ뗃짨퇩훍맘떫䚼킧偐쒽꩔훂쿔춬?갱랽갲ⷕ잶돖呁䚺룼ꆰꎬ??쾵볤周퓶틲퇩뮷랢쪹뫍틬牥떥믃돌욵ꗎퟅ믘싛튪짓캻럇뚼욶劵쓉튻짺뗃뮯솿쓊ꏐ캣浥꩒뻃볔떽뚨춨쯹뫳뗄쫇퇹탔쫆䅒䅄짨㤸램〰풳뻃勄쵐볓돖죧듊쫽뷏牥퓚쪽뷃짺뗃偐랽斡캻쓖뮸뺭맩뗄쇬?룹뛔돊벳쒷뇤䅄맦늻욣놼춵곔ꎺ敧탔듋짏맽듸쿮펰놾튪볬ﯖ쒣䚺풭뚨웒㢣㞣곎욵탔?ꏐ働ퟳ뻃퓚뗊놼⢴뛌斡ꎬ폚뗄뇤䅄닮꩒룹풣뿭寮볃럇퇐폲볬돆쿂쫉잶꣎쏦뮯䚺싉춬겾쒼?呁맽業ꆱ붵듈偐살⦣쿬컒웒죝쟳퇩킵듦샭탍쵐틲뻟늻갷킭갲㖣헻㐨ꗎꆱꆪ춵뎼욫탔튻ﴨꎬ꩒䅄쯦짨잶뮯䚺볬쿂敧맽겾뗄톧쿟뺿횮퇩돌붵쿉풳럇뛸쵐ꆣ뿆ꪳ劻周旊튲쓉랶춬램닎겶쏇ꪸ솿퇹쫆쎵퓚싛훐債폐먳볬㠩뮸⡰呁쒾웁ꎬꆱ뷗듳쾳?ꆰ敧䚺ퟅ뚨풳뛸쵐퇩솽業돌?쫽귒샭탔틑튻붵ꆣ뛈쟷ﷇ욳뛔떼傼웤듋ꐨ牥ﶾ뷏꣖훍뇈펰늻뗄?놾퓶뷁쏷짏볤쒼폚ꋉ㌵퇩ꎺ쒷寮敲勄淪뾱뻜랴쿟폚꒣뗄돖業쵐䶡컳욳떼傼쫆랽斵볓뻝?싛탐뺭ꆣ쓉놾첶닔돆훂듎쪱귒벴웒ꆪ攭쯹?잿ꢲ춺뫳쒣䅄쿬䑆춬䵃?킡죝쮳쿔쯦剥缾ꆪ훐ㄳ잶獩ꏐ떻?뻸펳탔サ겡헽뻃斵債꩔닮첶훂뇤램쑍뿭쓔짨뗄캪돉쿔컄볓ꎻ욡좼돌볬ꎬ䶡ꆰꪸ呁剥틔떼믍뷗탍䚷⢼횻쒣傼ꆣ솿뷏ퟅ杩㌴뗄㜭풳獴췖?떥쇋ퟔ쓕낳쫽탔쑍쒼䅒믡좼볬뗄ꆪ뛔귒뚨랢ꎬ캪좻?듳뛸뛈퇩월퓚꩔메돖?좺쑔杩킵훂겣힣ꢾ뿉쫇탅쓢평뷏횵맦浥웏훐뻹꾡㚣펦ㄴ욵킵敮?쫽믘횾⦽ꆱⵔ뗄떼퇩볬呁햹틲쒿뒫쒣ꎬ볓쫆럇䅒?浥뻝쒾떥틔춨쾢폚듳싉볤횵폃㒣쓓捥뻝맩?튲䅒훂퇩ꎬ듋퓚듳뛔뗄훐틲좫ힼ탔퇐뺿ꛓ⧒뷏쏑?킾?
Vo1. 27, 预测2008年第6期位根检验研究[J].统计研究，2∞7，24(11):74帽˛c relationship (advanced texls in econometriclI) [6] Tong H. Threshold models in non-linear lime 甜rie器anal[M]. 0直fordU niversity Press, Ne w Yo rk, 1993. ys s[M]. New York: Spinger-Verlag, 1983. [11 J王少平，彭方平.我阔通货膨胀与通货紧缩的非线性[7] Enders W , Granger C W. Un it咽。ttests and asymmetric 转换[J].经济研究，2006，(8):35-44. adjustment with an example using the term struclure o( [ 12] Sichel 0 E. Business cycle 8symmetry: a de叩erlook interesl rales[J]. Joum也1of Business &底conomicStatis›[J]. Economic lnquiry, 1993,31(2): 224-236. tics, 1998, 16(3): 304-311. [13] Enders W, S klo8 P L. Coinlegrat on and threshold ad. [8] Perron P. The greal crash, Ihe oil price 8hock and the unit justment[ J]. Jouma1 of Business & Economic Statis嗣rool hypothesis[J]. Biometrika, 1989,57: 1361-1401. t cs, 2∞1， 19(2): 166斗76.[9] Engle R F, Granger C W J. Coinlegralion and error cor›[ 14] Pippenger M K. Goering G巴Anote on the empirical rection: represenlation, est˛mation and testing [ J J. power of un t rool te81s under threshold processeł [ J ] . 院conomelrica，1987, 55 (2) : 251-276. Oxford Bu\letin of Economic8 and Statistics, 1993, 55: [10] Granger C W J, Tera8virta T. Modeling nonlinear . 国‘南南幽幽幽幽幽ljItjM相陶幽"""陶嗣111酬---‘陶〈预测〉杂志理事会成员单位各单(排名不分先后，理事会成员数在不断增加)新疆大学经济与管理学院阿南工业大学管理学院间济大学经济与管理学陇四商科技大学经济管理学院东北大学工商管理学院江苏科技大学经济管理学院吉林大学管理学院广东外语外贸大学管理学院回安电子科技大学经济管理学院北京工业大学纯济与管理学院中国矿业大学管理学院北京交通大学经济管理学院东北财经大学数量经讲系北方工业大学经济管理学院华北电力大学管理学院江南大学东华大学管理学院哈尔滨商业大学金融学院中南大学商学院江西财经大学金融学院四川电子科技大学管理学院西南财经大学人力资漉管理研究所中国地质大学管理学院南华大学给济管理学院大连理工大学证券期货研究中.(.北京联合大学商务学院湖南大学工商管理学院江亦大学工商管理学院哈尔槟工业大学国际经贸关系学院刑南大学工商管理学院武汉大学管理学院西华大学管理学院武汉大学信息管理学院贵州财经学院武叹科技大学管理学院天津商学院管理学院湖南科技大学商学院西南石油学院工商管理学院湖南非非技大学经济管理学院郑州轻工业学院经济管剧学院贵州大学管理学院湖南商学院浙江师姐大学工商管理学院中服工学院经济管理学院沈阳工业大学管理学院广酣工学院天津理工大学阔际工商学院北京机械工业学院天津工业大学管珊学院期江林学院经济管理学院天津财经大学武汉科技学院经济管理学院天津师施大学管理学院合肥工业大学预测与发殷研究所.72. ?췲랽쫽뻝嘰풤닢㈰캻ꆾ䢣浯楮湯瑩慥慮祳奯垣?瑥慤睩數獴潦牡䉵却嬸傣杲捲潩桹嬹敲牥䕥嬱䪣咣敥ꆤ散ㆣ啮偲捹摥汯孊䥮䕮極潮瑨灯畮牯灲へ䕣㌷ꆶ⣅탂춬뚫벪컷훐뮪쯄듳뫾맾커맳헣짲쳬뫓붭맣놱쓏횣뫏捯慳畳灲䚣?牥㤹䖣䲣瑨䮣敭慮牯漽瑥獴牵敡硴睥潴潣琭깔摥溣浥物慬牫?瑨慭瑥獩慦慳獨捴걔깍湬浩楶敳捬数潫慤䖣楴景汬却㎣ㆣ㙝㝝깇깕橵捳灯?獴潮㜲깏煵ㄳ걓깊룹楳嵐嵅そㅝ뮻㉝嶣㑝祭楮瑥楣慮걇䪣污㎣깂깃牥灩〸?捴敳붮볃놱쇖낲맺뮪쓏뒨솬뛻몺훝붭퇴뷲쯕뚫뺩랽컷풭럊엃桲汳긱敳ꎮꎺ灬?牥湥晳桥梣潣瑨楯敲潤楮玣ꆣ牳ꆤ깁牤整潭慴긴긲呯䕮牡湩獴畲獛ꆣ瑨楮潭ꆤ硦楲楫潵ꎬ獥풤浥?牭畮牯깃瑩畳潩獨潥物볬孍敲湧䝲췵孊卩깅偩敳楮印?獴獳ꎮ건溣慳敬敡獩걎楣楳㠱쓪듳뗧뿳닆뗘샭뇵뿆쪦릤췢붻솪짌쪯쟡믺쇖瑲楴潴潩潮楮湴潬物捡㞣湧摥璣浥䩝ㄹ敳杛整潲禣汯牮㈰﮲桯敡楮ꎦ桥멲癩?瑹敗♅瑩ꎮ퇩嶣牯汥慮짙捨捯灰楥獨敳禣敧?湧걎뗚牳敲깲湴ꎮ㤸楳䪡物갱孊慬ぬ닢톧ퟓ튵뺭솦훊릤벼랶폯춨짌뫏폍킵汤?来䕣数牴捯捳뮷敧楰멡牡퇐깎?来욽꺾敬湯敮澣爭潯䩯潮ꎮ孊牥뾣捡?挵㤹湯ꎬꆣ㛆뺭릤맜뿆듳짌튵탅췢톧풺牡⡡瑩뺿敷噥潭獥궼浩来긶?畭ㄶꆿꎬ㎣ㄹꆷ훏瑩摶潮?摡楣湴㤳볃짌샭벼톧듳쾢쎳풺맜뺭튵孊慉⠳ꎮㄹ역쏑갳⠲潮慮枡慴ꆣ좺捥⦣䉩㠷氨퓓폫맜톧듳쫽풺횤짌뺭릤맺뷰죋샭볃풤嶣랽킾ꌱ楯㔵?먳潭ꆣ㈩먱㤸溣ꎺ껍욽뾣맜샭풺톧솿좯맺볃짌볊뷰죚솦컱뺭닢㎣〴整걥㔵ꎺ㘶횾뎼ꎮ갲곀샭톧뺭맜웚볊풺릤폫죚볃?獴ⴳ物⠲㈲ꎮ웑業컒〰ㄱ歡⦣㐭ㄷ샭톧풺볃믵뺭짌맜풴랢慴킾맺㚣ꎮꎬ먲㈳楯풺맜쾵톧퇐쎳샭햹슻뾣ㄹ㔱춨갨㚣쫂?샭풺뺿맘톧퇐㠹ꎮ?갲믵㠩ꎬ㈷믡톧훐쾵풺퇐뺿〰엲ꎺ짔㔷㚣풺탄톧뺿쯹㞣헍㌵ꎺ?돉뇊갲폫ꆪ풺쯹ㄳ㐨춨㐴㘱풱ㄱꆪ믵ꎮ?ㄴ떥⦣뷴뮶ぉ먷쯵ꎮ캻쿔㐭뗄㜹럇쏻ꎮ쿟팩탔떥
