| 研究概要 |
本研究では,TAR(threshold autoregressive,閾値自己回帰)やSTAR(smooth transition autoregressive,円滑遷移自己回帰モデル)の非線形モデルが単位根検定の特性にどのような影響を与えるかを検証した。一般的には、事前にデータ生成過程を判断することはできないので、分散比を用いているモデル特定化をしない検定に焦点を当てて分析した。分散比を用いる検定と標準的な検定を比較すると、標準的な検定の方が高い検出力を持つことが明らかになった。
一方,ランダムウォーク過程で分散の構造変化が起きるような状況では、分散比を用いる検定は、標準的な検定と比較して、サイズの歪みがほとんどないことが示された。このことから、分散比を用いる検定は、誤って定常であると判断することはほとんどなく、分散の構造変化に対しては正確な検定であることが言える。これらの結果から,分散比を用いているモデル特定化を行わない検定は,非線形過程に対しては必ずしも十分な検出力を持たないが、構造変化に対しては、正確な検定を行えることが明らかとなった。
|
