长记忆向量时间序列的非线性协整关系研究

系统地描述了向量序列之间协整关系产生的原因，指出系统内部存在长期均衡机制和吸引子是协整关系存在的根本所在。在线性协整基础上，对系统内部存在的非线性协整关系进行了深入分析，给出了长记忆非线性向量时间序列中存在的非线性协整关系定义，在协整关系研究中，引入了分形理论，从不同的角度解释了非线性时间序列协整关系及其长记忆性存在的原因，指出协整吸引子分形结构反映了系统的长期均衡的耗散能和吸引力，拓展了原有协整问题的内涵。     

A Model-Free Method for Structual Change Detection Multivariate Nonlinear Time Series

1 .MOTIVATIONANDINTRODUCTIONRecently ,therehavebeenseveralnewtheoreticalre sultsforstationaryandnonstationarydynamicmod els ,nonlinearregressionmodel,simultaneousequa tionandEulerequationmodels.JournalofEconometrics( 1 996) publishedaspe cialvolumetobringtogetherahostofpapers,whichreflectsthediversityoftherecentdevelopmentsonthissubject.Thisvolumeismainlyfocusedonthefollowingaspects:finite sampletestsofparameterconstancyagainstthepresenceofstructuralchange,asymptotic proceduresformod…     

复杂系统的变结构分析

传统的变结构研究方法都是建立在模型基础上的,变结构分析主要集中在系统运动模型中参数的变化或变量的增减问题上。这种传统的分析方法只限于人们对未知系统的模型结构有一个大致的了解,在一 旬先验假设的条件下才能进行。但是在系统建模之前,人们很难预先知道系统的运行的模型形式。对复杂系统而言,传统的变结构分析方法就难以秦效。特别地,对非线性向量时间序列系统而言,系统内部动态均衡结构的变化不仅具有空间结构,而且具有一定的时间结构。针对这种实际情况,本文提出了一种新的变结构分析思想,利用神经网络技术对系统的运行规律的结构变化情况进行了分析。利用上海股市数据进行了实证研究,证实了所提方法的可行性。     

非线性协整关系及其检验方法研究

文献「４」所提出的协整概念描述了向量时间序列中的长期线性均衡关系,从而可以称为“线性协整”。然而,经济系统中的许多时间序列是长记忆的,这些序列本身以及序一是往往存在非线性关系,所以对这些序列进行线性协整分析是不太合适的。