曹 瀟
(西北政法大學(xué) 經(jīng)濟(jì)管理學(xué)院,西安710100)
在金融資產(chǎn)價(jià)格波動(dòng)研究中,同積過程{yt}的同積向量往往是未知的,需由觀察到的樣本估計(jì)得到。現(xiàn)有文獻(xiàn)對(duì)同積向量的最小二乘估計(jì)、估計(jì)量的極限分布和對(duì)同積向量的假設(shè)檢驗(yàn)進(jìn)行了研究[1-3],但是沒有考慮矩陣∑21不為零時(shí)的情形,統(tǒng)計(jì)量T(^γT-γ)的極限分布是非標(biāo)準(zhǔn)的。本文將研究同積向量的充分改進(jìn)的最小二乘估計(jì)方法,旨在克服這一困難。這一研究可以為實(shí)際的微觀金融資產(chǎn)波動(dòng)分析提供有力的工具。
若n維隨機(jī)向量同積,并有同積向量a,那么a可由最小二乘法一致地估計(jì)得到。為說明最小二乘法的合理性,作以下考慮。a為yt的同積向量,因此zt=a′yt為一單變量I(0)的過程。
但是,若a不是yt的同積向量,那么zt=a′yt仍為I(1)變量,此時(shí)可得
式(1)中,T為樣本量,W(r)是標(biāo)準(zhǔn)維納過程,r∈ [0,1]。令Λ=Ψ(1)P,Ψ(L)為無窮階滯后多項(xiàng)式,Λ決定于Δyt的自相關(guān)系數(shù)矩陣。(1)式是一正定的二次型,從而有
因此,只要yt是同積的,并有同積向量a,以下最優(yōu)問題
的解a,即A的最小二乘估計(jì),是同積向量的一致估計(jì)。
同積向量的最小估計(jì)通常在同積過程的三角表示形式中進(jìn)行。同積過程{yt}的三角表示形式為:
這里,y1t為單變量隨機(jī)變量,y2t為(n-1)維隨機(jī)向量。現(xiàn)有文獻(xiàn)給出了參數(shù)α和γ的最小二乘估計(jì)。
同積向量的充分改進(jìn)的最小二乘估計(jì)(fully modified OLS),簡(jiǎn)稱改進(jìn)的OLS。考慮同積系統(tǒng)的三角表示形式:
(u1t,u2t)′有表示形式= Ψ(L)ε,其中,Ψ(L)為無窮階滯后多項(xiàng)式,{εt}獨(dú)立同分布,E(εt)=0,D(εt)=E)= Ω=PP′。令Λ = Ψ(1)P,則有:
若∑21不為零,構(gòu)造將其從y1t中減去,可得修改后的同積系統(tǒng)為=α++,其中其中的矩陣L′對(duì)中的參數(shù)作估計(jì),得最小二乘估計(jì)^α+T和^γ+T,
其中,W(r)為n維標(biāo)準(zhǔn)維納過程,參數(shù)δ+的表示式:
方差矩陣∑可由下式
綜上分析,構(gòu)造充分改進(jìn)的最小二乘估計(jì)^α++T和^γ++T需要采取以下步驟:先以y1t對(duì)常數(shù)和y2t作回歸,取得殘差^u1t;然后用^u1t和^u2t構(gòu)造估計(jì)量^Γv和;對(duì)y1t作調(diào)整=計(jì)算^δ+;最后用對(duì)常數(shù)和y2t作回歸,并將 T^δ+從(∑y2t^y+1t)中減去。
值得注意的是,以上的分析并不依賴于u1t和u2t的具體的參數(shù)結(jié)構(gòu),所以從這個(gè)意義上說,改進(jìn)的OLS方法是一種非參數(shù)的方法,有助于充分的最小二乘估計(jì)。
[1] 王志強(qiáng).基于改進(jìn)最小二乘支持向量機(jī)的最優(yōu)解估計(jì)方法[J].計(jì)算機(jī)與應(yīng)用,2013(11):27-28.
[2] 程延強(qiáng).廣義均方誤差標(biāo)準(zhǔn)下雙類估計(jì)優(yōu)于最小二乘估計(jì)的充分條件[J].中國(guó)科教創(chuàng)新導(dǎo)刊,2008(10):21-23.
[3] 楊旸.相依誤差下線性回歸模型最小二乘估計(jì)的相合性[J].統(tǒng)計(jì)與決策,2014(4):31-33.
[4] 陳海清.廣義Pareto分布參數(shù)的最小二乘估計(jì)[J].應(yīng)用概率統(tǒng)計(jì),2013(4):64-70.
[5] 尹小紅.線性模型廣義最小二乘估計(jì)的中偏差、重對(duì)數(shù)律與相對(duì)效率[J].湖南文理學(xué)院學(xué)報(bào):自然科學(xué)版,2013(3):27-28.