经济学科青年教师杨亚星论文在Journal of Econometrics正式发表

 

日前,厦门大学经济学科青年教师杨亚星作为第一作者与香港科技大学凌仕卿教授合作的论Self-weighted LAD-based inference for heavy-tailed threshold autoregressive models计量经济学国际顶级期刊Journal of Econometrics 197卷第2期上正式发表。

 

该文认为重尾条件下门限自回归模型(TAR)的最小二乘估计不一定是相合的。本文对重尾TAR模型发展了一种系统地统计推断方法。首先研究重尾TAR模型的SLAD估计:证明了门限参数估计的相合性(收敛速度为n),且其弱收敛到一个复合泊松过程的极小值分布;证明了斜率参数的相合性(收敛速度为 )及渐近正态性。在此理论基础上,考虑了检验斜率参数线性约束的Wald统计量,并给出门限参数的统计推断方法。同时,基于符号函数构造了一个portmanteau 检验统计量,验证所提出模型的可行性。利用模拟实验分析在有限样本下估计方法和检验统计量的表现。最后将本文提出的理论和方法应用到实际例子中。

 

杨亚星,香港科技大学统计学博士,现任厦门大学经济学院统计系与王亚南经济研究院(WISE)助理教授,主要从事金融计量经济学、非线性时间序列分析等领域研究。研究论文发表在Journal of Econometrics, Journal of Business and Economic Statistics等计量经济学和统计学国际顶级学术期刊上。

 

(经济学院  刘晨宇)